Xiaoxia Lei XiaoxiaLei

Code and Data for the Social Sciences: A Practitioner’s Guide, Gentzkow and Shapiro.
Good enough practices in scientific computing, Wilson et al.
Best Practices for Scientific Computing, Wilson et al.
Principled Data Processing, Patrick Ball.
The Plain Person’s Guide to Plain Text Social Science, Healy.
Avoiding technical debt in social science research, Toor.

For background on Technical Debt: Wikipedia; D. Sculley et al., [Machine Learning: The High-Interest Credit Card of Technical Debt](https://ai.google/resear

Movies Recommendation:

MovieLens - Movie Recommendation Data Sets http://www.grouplens.org/node/73
Yahoo! - Movie, Music, and Images Ratings Data Sets http://webscope.sandbox.yahoo.com/catalog.php?datatype=r
Jester - Movie Ratings Data Sets (Collaborative Filtering Dataset) http://www.ieor.berkeley.edu/~goldberg/jester-data/
Cornell University - Movie-review data for use in sentiment-analysis experiments http://www.cs.cornell.edu/people/pabo/movie-review-data/

Music Recommendation:

	一共三个class，TextTeaser,Parser,Summarizer。

	1、TextTeaser，程序入口类。给定待摘要的文本和文本题目，输出文本摘要，默认是原文中最重要的5句话。

	2、Summarizer，生成摘要类。计算出每句话的分数，并按照得分做排序，然后按照原文中句子的顺序依次输出得分最高的5句话作为摘要。

	关键在于如何计算句子的得分，打分模型分为四个部分：

	1）句子长度，长度为20的句子为最理想的长度，依照距离这个长度来打分。

	一共三个class，TextTeaser,Parser,Summarizer。

	1、TextTeaser，程序入口类。给定待摘要的文本和文本题目，输出文本摘要，默认是原文中最重要的5句话。

	2、Summarizer，生成摘要类。计算出每句话的分数，并按照得分做排序，然后按照原文中句子的顺序依次输出得分最高的5句话作为摘要。

	关键在于如何计算句子的得分，打分模型分为四个部分：

	1）句子长度，长度为20的句子为最理想的长度，依照距离这个长度来打分。