文件名称：Videodrome:最终项目 - Hackbright
文件大小：2.76MB
文件格式：ZIP
更新时间：2024-07-15 00:11:01
Python
录像机 ###Summary 选择观看什么是一个古老的问题。 在寻找新电影时，三个常见的考虑因素是：主要网站的评分、类型和朋友的意见。 Videodrome 简化了搜索过程，将这些部分整合在一起。 Videodrome 导入了 IMDB 数据集，并与其他站点评级进行了清理和汇总，让用户可以访问最全面的可用电影集合，并添加用户交互以提供相关推荐结果。 ###使用的关键技术 聚合数据源使用两个导入工具创建扩展数据库： 重新组织数据以获得更好的查询和结果： ETL流程设计 使用现场查询删除不需要的内容 建议加载时间优化使用： 索引 缓存 使用连接减少子查询 ＃＃＃特征 登录/注销并注册一个新帐户 作为注销的用户： 通过查看详细信息和网站评级来执行电影搜索 作为登录用户： 更新用户资料 选择/更新最喜欢的流派 通过单向加入关注用户，并查看他们的个人资料和评分 查询两个推荐引擎基于： 朋友
【文件预览】：
Videodrome-master
----start.sh(137B)
----import_OMDB_API.py(3KB)
----model.py(5KB)
----requirements.txt(366B)
----download_posters.py(2KB)
----README.md(3KB)
----flask_server.py(15KB)
----templates()
--------pick_genres.html(2KB)
--------movie_search.html(3KB)
--------user_list.html(464B)
--------wall.html(5KB)
--------base2.html(3KB)
--------user_profile.html(2KB)
--------movie_prof.html(3KB)
--------front.html(566B)
--------genre_prof.html(1KB)
--------sign_up.html(3KB)
--------my_profile.html(2KB)
----static()
--------screen.css(4KB)
--------videodrome.js(367B)
--------star-rating.min.js(11KB)
--------Action-icon.png(238KB)
--------screenshots()
--------star-rating.min.css(3KB)