python+flask+vue协同过滤的电影评分推荐系统-影评网站_电影推荐功能flask实现吗

深度学习的电影推荐系统是在的数据存储主要通过MySQL。用户在使用应用时产生的数据通过Python语言传递给数据库。通过此方式促进深度学习的电影推荐信息流动和数据传输效率，提供一个内容丰富、功能多样、易于操作的平台。述了数据库的设计，系统的详细设计部分主要论述了几个主要模块的详细设计过程。

前台用户包含：注册、登录、注销、浏览电影、播放电影.电影要有海报哦.导演地区,搜索电影、信息修改、密码修改、电影评分、电影收藏点赞、电影评论、热点推荐、推荐电影等功能；后台管理员包含：用户管理、电影管理、电影类型管理、评分管理、收藏管理、评论管理、权限管理等。推荐功能：按照点击次数,收藏次数推荐,评分啊
本深度学习的电影推荐管理系统的主要开发目标如下：
（1）减少后台管理人员的工作量，对用户的信息进行系统的管理；
（2）必须要方便快捷的查看搜索信息并管理信息；
（3）管理员和用户是具有多样性的，所以界面要设置的简单明了，操作更要方便快捷。

本系统使用的数据库为MySQL数据库[10]，选择该数据库的原因是因为该数据库开源、免费，且相对简便，且由于使用人数众多，在处理问题上会得到更多已知的帮助。本系统作为一个深度学习的电影推荐系统，其体量并不会很大，也很适合MySQL数据库的特点。综上所述，本项目采用MySQL作为本项目的数据库和进行数据表的设计。
目  录
1 引言    4
1.1 选题背景    4
1.2 研究目的及意义    4
1.3 研究的主要内容    4
2 平台开发相关技术    6
2.1 Python语言    6
2.2 Flask框架    6
2.3 MySQL数据库    6
2.4 B/S架构    8
3系统需求分析    9
3.1 功能需求分析    9
3.2性能需求分析    10
3.3 系统可行性分析    11
3.3.1 技术可行性    11
3.3.2 操作可行性    11
3.3.3运行可行性    11
3.3.4社会可行性    11
3.4系统流程图分析    12
3.5.1 登录流程图    12
3.5.2 添加新用户流程图    13
4 系统软件的总体设计    15
4.1系统的基本要求    15
4.2 系统开发目标    15
4.3 系统总体架构设计    15
4.4 系统数据库的设计    16
4.4.1数据库设计原则    16
4.4.2数据库E/R图    17
4.4.3 数据库表    17
5 系统软件功能的具体实现    22
5.1系统功能实现    22
5.2后台模块实现    23
5.2.1管理员模块实现    24
5.2.2用户模块实现    27
6 系统测试与运行维护    29
6.1系统测试的目的    29
6.2测试用例    29
6.3系统运行与维护    30
7 结论    32
参考文献    33
致    谢    34