上回说到用F#来写爬虫，这只是F#学习第一阶段的第一步。最开始，就对第一阶段做了这样的安排：

1、爬虫爬取AV数据

2、数据处理和挖掘

3、数据可视化（使用ECharts）

4、推荐系统

第一步很快就搞完了，整个爬虫下载、解析和格式处理的代码，加起来几百行，爬了两个晚上。最终的数据是20G左右的图片和一份极简的data（大约50M）。包含三万多女优信息，八万多AV信息，以及各种分类、出品商、导演什么的。

数据分析有一个很重要的点：不要为了分析而分析。所以，第二步和第三步简单玩下就过了。

重点是第四步，推荐系统。

用业余时间看各种推荐系统的文章和算法，大概一周半时间。得出主要的点是：

基于内容推荐还是基于用户推荐，考虑到没用户数据，也不会公布外网，所以没法基于用户推荐，也自然用不到经典的协同过滤算法，自然也避免了冷启动问题。

最终，选择了一个最简单的算法：计算欧几里德距离、余弦相似性。

原理算法都不难，直接贴代码和效果图：