拓冰网站定制 
本项目为前几天收费帮学妹做的一个项目在工作环境中基本使用不到但是很多学校把这个当作编程入门的项目来做故分享出本项目供初学者参考。一、项目描述基于 Django 协同过滤算法的豆瓣电影推荐系统前端 Bootstrap后端 SQLite内置约 2250 部电影数据根据用户评分与标签偏好生成个性化推荐准确率约 75%。### 访问地址– 首页 http://127.0.0.1:8000/ 账号test111 / 密码123456– 后台 http://127.0.0.1:8000/admin/ 账号admins / 密码admins二、项目功能– 电影展示列表分页、热门排序、收藏排序、时间排序、评分排序– 标签分类与电影搜索按片名/导演/简介– 用户注册、登录、注销、信息修改– 电影评分、收藏、评论、评论点赞– 两种推荐算法基于用户的皮尔逊协同过滤 基于物品的余弦相似度– 后台管理Django admin simpleui三、运行环境– Python 3.7~3.11原项目 3.7本次升级后兼容 3.11– Django 4.2 LTS原 2.2.10已升级– SQLite 3db.sqlite3 已含数据– 依赖djangorestframework、django-simpleui、beautifulsoup4、lxml、aiohttp– 启动pip install -r requirements.txt →python manage.py runserver → 访问 127.0.0.1:8000后台 /admin账号密码均 admins四、项目技术– 前端Bootstrap 3 jQuery HTML5– 后端Django 4.2 Django REST FrameworkMVC– 数据库SQLite3– 算法UserCF皮尔逊相关系数、ItemCF余弦相似度冷启动用标签偏好 热度兜底– 数据来源豆瓣 Top250 影片列表爬虫 douban_crawler.py 结果落库为 csv 再导入 SQLite– 数据填充脚本 populate_movies.py 、 populate_user_rate.py 随机生成 100 用户、1000 评分以上系统源码经过技术整理与调试确保能正常运行五、项目截图ls/154241353 基于Django+协同过滤算法的豆瓣电影推荐系统-Django+协同过滤算法
本项目为前几天收费帮学妹做的一个项目在工作环境中基本使用不到但是很多学校把这个当作编程入门的项目来做故分享出本项目供初学者参考。一、项目描述基于 Django 协同过滤算法的豆瓣电影推荐系统前端 Bootstrap后端 SQLite内置约 2250 部电影数据根据用户评分与标签偏好生成个性化推荐准确率约 75%。### 访问地址– 首页 http://127.0.0.1:8000/ 账号test111 / 密码123456– 后台 http://127.0.0.1:8000/admin/ 账号admins / 密码admins二、项目功能– 电影展示列表分页、热门排序、收藏排序、时间排序、评分排序– 标签分类与电影搜索按片名/导演/简介– 用户注册、登录、注销、信息修改– 电影评分、收藏、评论、评论点赞– 两种推荐算法基于用户的皮尔逊协同过滤 基于物品的余弦相似度– 后台管理Django admin simpleui三、运行环境– Python 3.7~3.11原项目 3.7本次升级后兼容 3.11– Django 4.2 LTS原 2.2.10已升级– SQLite 3db.sqlite3 已含数据– 依赖djangorestframework、django-simpleui、beautifulsoup4、lxml、aiohttp– 启动pip install -r requirements.txt →python manage.py runserver → 访问 127.0.0.1:8000后台 /admin账号密码均 admins四、项目技术– 前端Bootstrap 3 jQuery HTML5– 后端Django 4.2 Django REST FrameworkMVC– 数据库SQLite3– 算法UserCF皮尔逊相关系数、ItemCF余弦相似度冷启动用标签偏好 热度兜底– 数据来源豆瓣 Top250 影片列表爬虫 douban_crawler.py 结果落库为 csv 再导入 SQLite– 数据填充脚本 populate_movies.py 、 populate_user_rate.py 随机生成 100 用户、1000 评分以上系统源码经过技术整理与调试确保能正常运行五、项目截图ls/154241353