在线电影推荐网 Python+Django+Mysql 协同过滤推荐算法在电影网站中的运用基于用户、物品的协同过滤推荐算法开发在线电影推荐系统电影网站推荐系统人工智能、大数据、机器学习开发 MovieRecommendOnlinePython

一、项目简介

1、开发工具和使用技术

Python3.8，Django3，mysql8，navicat数据库管理工具，html页面，javascript脚本，jquery脚本，bootstrap前端框架，layer弹窗组件、layui文件上传组件、kindeditor富文本框组件等。

2、实现功能

前台用户包含：注册、登录、注销、喜好标签、浏览电影、搜索电影、信息修改、密码修改、电影评分、电影收藏、电影评论、电影播放、热点榜单、热点推荐、个性化推荐电影等功能；
后台管理员包含：数据统计、用户管理、电影管理、电影类型管理、用户喜好标签管理、评分管理、收藏管理、评论管理、浏览记录管理、播放记录管理等。
个性化推荐功能：
热点榜单：查询浏览数量最多的电影，同时不包括当前登录用户浏览过的电影；
个性化推荐：
游客：热点推荐（根据电影总评分和总收藏数量降序推荐）
登录用户：基于用户的协同过滤推荐算法（根据评分数据），
如果没有推荐结果，采用热点推荐（根据登录用户喜好标签下的电影的总评分降序推荐，同时是登录用户没有评分的）；
基于项目的协同过滤推荐算法（根据收藏数据），
如果没有推荐结果，采用热点推荐（根据登录用户喜好标签下的电影的收藏数量降序推荐，同时是登录用户没有收藏的）。
猜你喜欢：
与当前电影相同类型且评分较高的电影，同时是当前用户没有评分的电影。

电影数据：豆瓣电影

3、开发步骤

开发文档
一、需求分析
主要是分析需要实现的功能、确定开发工具及技术等。例如：前台用户需要有登录、注册、注销、搜索电影、电影评分、个性化推荐等，后台管理员需要有登录、注销、用户管理、电影管理、电影类型管理等，个性化推荐使用基于用户的协同过滤推荐算法等。Python开发语言，mysql数据库，django开发框架等。
二、数据库设计
数据库设计使用navicat数据库管理工具，可通过sql语句脚本生成数据库表，也可以直接操作新建表设计表等。注意主外键关联设计，例如：评分记录表需要外键关联用户表和电影表。
三、页面设计
使用bootstrap前端框架，通过学习https://v3.bootcss.com/官方文档和开发案例来设计页面。
四、开发框架搭建
Django开发框架搭建请参考：使用pycharm创建django项目讲解.doc
五、功能开发
首先是进行前台用户首页的开发，其次是电影详情，然后是用户注册、登录等，接着是用户的评分、修改信息等，然后是进行管理员功能的开发，最后是进行前台用户的个性化推荐功能实现。
六、系统测试
主要是进行bug修改，推荐算法测试。