文件名称：movielens_recommend:基于movielens数据集的电影推荐系统
文件大小：8.32MB
文件格式：ZIP
更新时间：2024-06-04 23:04:44
Python
毕业设计--基于Django的电影推荐系统和论坛 说明 新手建议结合pycharm使用， 注册普通用户通过web界面来设置，创建创建用户通过creeatsuperuser创建。下文有详细命令 导入电影信息通过insert_movies_script.py来操作 (会删除已有的所有信息!) 前端展示 浏览最多，评分最多，收藏最多，写的比较直白，你可以改的委婉点: 最热电影，火爆排行...之类的。每种有10条。 我猜你喜欢为基于用户推荐，item推荐为基于项目推荐。两种推荐思路下文有介绍 系统采用的技术 前端: bootstrap3 css 框架 后端: django 2.2.1 + sqlite3数据库 (MVC框架) 数据: python异步爬虫从豆瓣top250抓取数据，保存到本地csv文件中 主要功能: 录入图书信息，用户打分，电影标签分类，电影推荐，电影分享，电影收藏，后台管理系统
【文件预览】：
movielens_recommend-master
----.gitignore(695B)
----populate_user_rate.py(1KB)
----requirements.txt(369B)
----movie()
--------urls.py(1KB)
--------__init__.py(0B)
--------wsgi.py(387B)
--------settings.py(4KB)
----play.py(75B)
----user()
--------templates()
--------baseUserCF.py(4KB)
--------urls.py(2KB)
--------__init__.py(0B)
--------views.py(12KB)
--------.views.py.swo(16KB)
--------serializers.py(841B)
--------models.py(3KB)
--------apps.py(83B)
--------cache.txt(1.47MB)
--------admin.py(2KB)
--------.views.py.swp(16KB)
--------migrations()
--------forms.py(4KB)
--------tests.py(60B)
----paper.pdf(3.59MB)
----movielens()
--------movie.csv(6.65MB)
--------ratings.csv(2.23MB)
--------rrtotaltable.csv(1.2MB)
----populate_movies_script.py(982B)
----image()
--------register.png(140KB)
--------lt.png(1.14MB)
--------mdwxj.png(723KB)
--------ztj.png(903KB)
----readme.md(4KB)
----manage.py(625B)
----movies.csv(59KB)
----douban_crawler.py(5KB)
----populate_movielens.py(2KB)
----cache_keys.py(74B)