赞
踩
通过爬取电影数据和用户数据,再利用所爬取的数据设计并实现相关推荐算法对用户进行电影推荐。然后设计出图形用户界面(GUI)进行交互,封装成电影推荐软件,针对数据集中的用户推荐相关电影。
主要分为三大模块:
爬虫模块:request 库、json 库、MySQL
推荐系统模块:基于物品的协同过滤算法(ItemCF 算法)
GUI 模块:PyQt5
运行 GUI 文件夹中的 main.py 文件即可。
ItemCF 算法不利用物品的内容属性计算物品之间的相似度,而是通过分析用户的行为记录计算物品之间的相似度。ItemCF 算法认为,物品 A 和物品 B 具有很大的相似度是因为喜欢物品 A 的用户大都也喜欢物品 B。
ItemCF 算法步骤:
计算物品之间的相似度。
根据物品的相似度和用户的历史行为给用户生成推荐列表。
简单来说,ItemCF 算法给用户推荐那些和他们之前喜欢的物品相似的物品。
举个例子:
登录注册界面是经典的用户图形界面,在 QQ 等平台都有类似的界面,在 users_info.csv 数据集中随便选取一名用户的用户名和密码输入,即可成功登录。
进入用户主界面之后,通过点击“电影搜索”按钮,可以进入电影搜索界面,该搜索界面支持模糊搜索。例如输入复仇者联盟,即可看到复仇者联盟这一系列的电影。
在用户主界面中,通过点击“电影详细页面”按钮,可以进入电影详细信息的搜索界面,通过输入完整的电影名称(例如:千与千寻),我们可以了解电影的详细信息,如导演、编剧、主演、电影简介等信息都可以看到。
进入主界面后,有一个“个人主页”按钮,点击之后,简单的个人信息显示如下
用户新注册时,会弹出一个窗口,询问用户喜欢的电影类型,此处输入“喜剧”进行测试,可以看到,根据用户喜欢的电影类型给用户进行了个性化推荐。
完整代码:https://download.csdn.net/download/qq_38735017/87382392
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。