文件名称：Movies-for-you:基于内容的推荐系统推荐与用户喜欢的电影相似的电影，并分析用户对该电影的评论意见
文件大小：2.7MB
文件格式：ZIP
更新时间：2024-04-04 09:01:40
JupyterNotebook
电影推荐系统的情感分析 基于内容的推荐系统推荐与用户喜欢的电影相似的电影，并分析用户对该电影给出的评论的情绪。 电影的详细信息（标题，流派，播放时间，评分，海报等）是通过TMDB使用API， //www.themoviedb.org/documentation/api并使用电影中的IMDB ID来获取的。 API，我进行了网络抓取，以使用beautifulsoup4在IMDB站点中获得用户给出的评论，并对这些评论进行了情感分析。 如何获取API密钥？ 在创建一个帐户，在您的帐户设置中单击左侧边栏中的API链接，然后填写所有详细信息以申请API密钥。 如果要求您提供网站URL，如果您没有网址，请输入“ NA”。 批准请求后，您会在API边栏中看到API密钥。 如何运行项目？ 将此存储库克隆到本地计算机。 安装文件中提到的所有库 从获取您的API密钥。 （有关如何获取API密钥
【文件预览】：
Movies-for-you-master
----.ipynb_checkpoints()
--------preprocessing_4.ipynb(77KB)
--------preprocessing 2.ipynb(70KB)
--------preprocessing 1.ipynb(94KB)
--------preprocessing 3.ipynb(110KB)
--------sentiment.ipynb(8KB)
----nlp_model.pkl(63KB)
----templates()
--------recommend.html(7KB)
--------home.html(3KB)
----requirements.txt(269B)
----datasets()
--------final_data.csv(985KB)
--------new_data.csv(898KB)
--------main_data.csv(1009KB)
--------movie_metadata.csv(1.42MB)
--------data.csv(464KB)
--------reviews.txt(437KB)
----static()
--------krish-naik.PNG(345KB)
--------recommend.js(8KB)
--------autocomplete.js(2KB)
--------image.jpg(305KB)
--------style.css(4KB)
--------loader.gif(226KB)
----README.md(4KB)
----main_data.csv(1009KB)
----Procfile(22B)
----main.py(6KB)
----tranform.pkl(57KB)