1、项目介绍
技术栈 Python、Django 框架、MySQL/SQLite 数据库、协同过滤推荐算法、requests 爬虫、bootstrap3、js、jquery、django-rest-framework
功能模块
- 数据采集
- 电影信息展示与管理
- 用户交互(登录、注册、评分、收藏等)
- 电影推荐
- 后台数据管理
项目介绍 本电影推荐系统采用分层模型设计,前端基于 bootstrap3、js、jquery 实现页面展示,后端以 Python+Django 框架搭建,结合协同过滤推荐算法为核心,通过 requests 爬虫抓取豆瓣 3000 条电影数据存入数据库。系统支持电影多维度展示、分类排序、搜索,用户可完成登录、注册、评分、收藏等操作,后台可统一管控各类数据,同时针对冷启动问题优化推荐逻辑,能根据用户行为精准推荐电影,推荐准确率约 75%,整体实现了预期的核心功能。
2、项目界面
(1)电影信息详情页面 展示电影的名称、海报、导演、主演等基础信息及剧情介绍,支持用户对电影进行评分、收藏,还设有'前往观看''点击收藏'等操作按钮,同时呈现基于物品和用户的电影推荐内容,右侧还有最近更新的电影列表。

(2)系统首页,电影信息排序 支持按电影标签筛选及热度排序展示电影列表,呈现电影海报、名称与上映时间等信息,同时设有最近更新的电影列表区域,还提供基于用户的电影推荐板块及'换一批'功能,辅助用户快速浏览不同分类的电影内容。

(3)我的收藏电影 展示用户收藏的电影列表,呈现电影名、导演、对应标签等信息,同时页面右侧设有最近更新的电影列表及基于用户的电影推荐板块,还支持'换一批'推荐功能,方便用户管理收藏内容与获取新推荐。

(4)后台数据管理 提供快捷操作入口,可对偏好、前台用户、标签、电影、评分信息等内容进行管理,还能处理权限、用户组相关设置,同时展示最近操作记录,辅助管理员统一管控系统内的各类数据与功能模块。

(5)电影信息管理 支持通过电影名称、导演、上映日期等条件搜索电影,可对电影信息执行增加、删除操作,同时展示电影的封面、名称、导演、国家、上映日期等详情内容,辅助管理员管理系统内的电影数据。

(6)数据采集页面 通过 Python 脚本配置请求头与目标 URL,设置多页链接范围后启动爬虫,抓取电影相关数据,过程中会显示数据抓取状态及电影信息,同时将采集到的内容同步记录,为系统提供数据支撑。



