基于Python的个性化电影推荐可视化分析系统_基于python的电影推荐

通过对电影公司的调研，了解到基于Python的个性化电影推荐系统需要为电影公司提供基本的电影推荐服务，并为会员提供在线评价业务。所以从功能上划分了两种用户，分别是会员和管理员。
管理员指的是电影公司管理人员或者操作员，通过基于Python的个性化电影推荐系统来完成日常的电影信息管理，包括发布一些基本的电影类型，通过电影类型来爬取电影信息，通过豆瓣电影网进行数据分析，爬取。
前台会员可以查询所有的电影信息列表，观看新片的介绍，在电影详情页面中提供评分的功能。用户评分前需要先进行登录，在会员的个人中心，可以查询所有的历史评分。基于Python的个性化电影推荐系统还需要提供电影推荐功能，为用户推荐最新的电影和受欢迎的电影，会员还可以通过系统查看电影公司的电影资讯，了解当前的电影介绍等等。
这些年，随着国内经济的发展，各项文娱活动在人们生活中占据了重要地位。电影作为放松心灵、陶冶情操的手段，受到人们的青睐。目前各行业发展迅速、竞争激烈。通过大数据进行数据分析，找到电影下一部发展方向，是各电影公司的目标。客户通过观看电影，产生大量特征信息。利用大数据可以统计出用户偏好，购买习惯。为电影企业的发展策略提供了方向。因此，基于Python的个性化电影推荐系统在这种情况下应运而生。
论文先介绍当前基于Python的个性化电影推荐系统的现状，然后调研开发这一系统的主流技术，最终选择通过Python的Django框架开发，选择轻量级的关系型MySQL数据库存储数据。接着进行系统的需求分析、功能设计、数据库设计，最后进行编码实现。基于Python的个性化电影推荐系统主要包括了电影数据爬取、数据采集、数据存储、数据清洗、数据分析、数据可视化和后台信息管理。

关键词：Django；电影推荐；python；用户偏好；

目    录 
摘 要    I
Abstract    II
第一章 绪论    1
1.1 选题背景    1
1.2 选题意义    1
1.3 研究内容    2
1.4 本章小节    2
第二章 相关技术介绍    3
2.1 Python语言    3
2.2 Django框架    3
2.3 Mysql数据库    4
2.4 协同过滤推荐算法    4
2.5本章小节    5
第三章 系统分析    6
3.1可行性分析    6
3.1.1 法律可行性    6
3.1.2 经济可行性    6
3.1.3 技术可行性    6
3.2 需求分析    6
3.2.1非功能性需求    6
3.2.2功能需求    7
3.3 系统用例    7
3.3.1 会员功能需求    7
3.3.2 管理员功能需求    8
3.4本章小节    9
第四章 系统设计    10
4.1系统详细设计    10
4.1.1功能设计    10
4.2.2电影推荐设计    11
4.2 数据库设计    12
4.2.1逻辑结构设计    12
4.2.2物理结构设计    13
4.3本章小节    18
第五章 系统实现    19
5.1 运行环境    19
5.2 后台管理功能实现    19
5.2.1管理员登录    19
5.2.2管理主界面    20
5.2.3电影类型管理    20
5.2.3电影管理    21
5.2.4用户管理    22
5.2.5可视化大屏实现    22
5.3 前台用户功能实现    23
5.3.1会员注册    23
5.3.2会员登录    23
5.3.3电影查看    24
5.3.4用户评论    25
5.4本章小节    26
第六章 系统测试    27
6.1 测试目的    27
6.2 功能测试    27
6.3 测试总结    29
6.4本章小节    29
总结    30
参考文献    31
谢 辞    32