1330Python基于协同过滤算法的电影推荐视频网站设计带文档 - Python技术类源码设计

计算机源码设计项目-1330Python基于协同过滤算法的电影推荐视频网站设计带文档

2022-01-10 18:36:28 来源：计算机源码设计网浏览：43次

如果你满意这个设计可以分享到：

以下是本计算机源码设计介绍,若对此项目感兴趣，请联系QQ：2426671765

【运行截图请往下看】编程语言：Android、iOS、C#、Asp/Asp.net、Java、Vb、Php、Jsp、C++等

【专业优势】18年功力源码技术大神，坐阵亲临指导，远程协助包100%成功运行！

开发软件：Pycharm 开发环境: Python3.6 数据库：mysql5.6

本系统包含电影前端展示界面、电影评分板块、推荐算法的实现以及后端数据库的设计.其中实现推荐算法是整个电影推荐系统的核心.系统采用由grouplens项目组从美国著名电影网站movielens整理的ml-latest-small数据集，该数据集包含了671个用户对9000多部电影的10万条评分数据.首先将该数据集包含的全部文件经过筛选重组之后存储到建好的数据库中，并将数据集按一定比例划分为训练集和测试集，对训练集进行算法分析生成Top-N 个性化电影推荐列表，然后在测试集上对算法进行评测，至少包括准确率和召回率两种评测指标.
协同过滤算法是推荐领域最出名也是应用最广泛的推荐算法.所以系统拟采用两种协同过滤算法给出两种不同的推荐结果，一种是基于用户的协同过滤算法，另一种是基于物品的协同过滤算法，用户可以根据两种推荐结果更加合理的选择合适的电影.系统采用了改进之后的ItemCF-IUF和UserCF-IIF算法，对计算用户相似度和物品相似度的计算都做出了改进.最后通过计算两种算法的准确率（Precision）、召回率(Recall)和流行度从而对系统进行评测、并比较了两种算法各自的优势和劣势.实验证明，改进后的算法比原始的协同过滤算法推荐效果要好，准确率更高.
整个系统涉及到的编程语言包含Python、Html5、JQuery、CSS3以及MySQL数据库编程.用到的框架是Flask重量级web框架，通过该框架连接系统的前、后端.用户首先需要填写用户名、密码以及邮箱注册系统，然后才能登陆推荐系统.进入首页后会看到8个电影分类，包括恐怖片、动作片、剧情片等.用户需要给自己看过的电影进行评分，评分起止为0.5-5.0分，共10个分段.每评价一部电影就要点击一下提交按钮，将所评分的电影的 imdbId号以及对应的评分存入数据库中.用户点击“推荐结果”按钮，系统就调用推荐算法遍历数据库所存数据，得出推荐列表之后将结果反馈给浏览器，同时调取数据库所存电影海报图片进行展示.用户点击自己登陆的昵称，会跳转页面显示自己已经评价过的电影.

国内香港美国空间