【毕业设计/课程设计】 基于Django与协同过滤的电影推荐系统

• 0 项目说明
• 1 主要实现
• 2 系统流程
• 3 使用方法
• • 3.1 项目依赖
  • 3.2 数据库建表处理
• 4 项目源码

基于Django与协同过滤的电影推荐系统

提示：适合用于课程设计或毕业设计，工作量达标，源码开放

获取项目源码：https://download.csdn.net/download/Seniors_DC/85469183

电影推荐系统——实现用户登录、评分、推荐，采用协同过滤算法

用户注册、登录系统，对看过的电影进行评分，点击提交评分按钮，再点击查看推荐按钮即可看见推荐的电影列表。项目主页以及推荐结果如下：

1.首先将项目克隆到本地，用Pycharm打开movierecommend文件夹，并install项目依赖
2.将用到的csv文件导入mysql数据表中，详见数据库建表 ，配置好数据库；注意数据库相关代码（settings.py、views.py）可能都要进行修改以符合实际情况；（本项目端口号为3307,用户为root,密码为admin,database为MovieData);
3.命令行执行:

python manage.py makemigrations
python manage.py migrate
python manage.py runserver

点击http://127.0.0.1:8000/ 即可查看注册登录以及评分页面。

注意登录后点击电影海报下面的星星对该电影评分，之后还要点击左上角的“提交评分”按钮才能将该评分数据存入mysql中，否则代码会报错。

1.Python3.6+django1.11 (python3.5亦可)
2.MySQL5.6
3.Jquery+CSS3+Html5

1.在MySQL中创建一个database，取好名字，比如MovieData；
2.在该数据库中创建moviegenre3和users_resulttable两张表,建表命令行如下：

CREATE TABLE moviegenre3(imdbId INT NOT NULL PRIMARY KEY,title varchar(300),poster varchar(600)); 

3.通过命令行或者navicat等工具将项目data文件夹下的两张csv表分别导入上面创建好的两张table中。由于moviegenre3.csv中的超链接较复杂，建议使用navicat工具导入；users_resulttable表可以使用下面命令行导入：

load data infile "E:/MovieRecommend/data/users_resulttable.csv" into table users_resulttable fields terminated by ',' lines terminated by 'n' (userId,imdbId,rating);

注意，此表没有主键，增加主键操作为:

alter table users_resulttable add column id int auto_increment PRIMARY KEY; 

获取项目源码：https://download.csdn.net/download/Seniors_DC/85469183