電影推薦網站的研究對於解決電影數據復雜性以及用戶需求多樣性具有重要的意義。針對電影推薦系統網站中推薦准確率低，數據稀疏和冷啟動等問題，詳細闡述了國外六大主流電影推薦網站系統的內部結構，信息量和推薦方式；重點闡述了各網站的推薦異同以及可優化方案,進而通過新用戶對電影進行評分的冷啟動實驗，詳細分析冷啟動解決方法與效果；最後指出當前電影推薦網站的現狀及問題，對推薦系統相關理論及其發展趨勢進行了分析和展望，並為實際應用中解決冷啟動與數據稀疏等問題提供參考依據.針對現有推薦系統電影評分不實，影響推薦精確度的問題，本文設計了一個基於電影影評的電影推薦系統.本系統首先利用網絡爬蟲技術獲取電影影評，然後對抓取到的數據進行分析和預處理,挖掘出電影影評中的關鍵詞並進行正負詞性的分類，然後計算出影評的好評率，根據好評率進行電影推薦，可以使得推薦結果更符合用戶的偏好和需求.實驗結果表明，利用影評好評率進行推薦大大提高了電影推薦的精確度，可以有效保證電影推薦系統的推薦質量。
本次電影推薦系統涉及到的編程語言包含Python、Html5、JQuery、CSS3以及SQLite數據庫編程。用到的框架是Django重量級web框架，通過該框架連接系統的前、後端，用戶首先需要填寫用戶名、密碼以及郵箱注冊系統，然後才能登陸推薦系統。
關鍵詞：Python；Django；sqlite3；推薦系統；電影推薦
Abstract
The research of film recommendation website is of great significance to solve the complexity of film data and the diversity of user needs. Aiming at the problems of low recommendation accuracy, sparse data and cold start, this paper expounds the internal structure, information quantity and recommendation method of six major foreign film recommendation websites. Finally, the current situation and problems of film recommendation website are pointed out, and the related theory and development trend of recommendation system are analyzed and prospected. In view of the problem that the film score of the existing recommendation system is not real and affects the accuracy of the recommendation, this paper designs a film recommendation system based on the film review. The system first uses web crawler technology to obtain film reviews, then analyzes and preprocesses the captured data, excavates the key words in film reviews and classifies positive and negative words. Then calculate the film review rate, according to the rate of film recommendation, can make the recommended results more in line with user preferences and needs. The experimental results show that the recommendation rate greatly improves the accuracy of film recommendation and can effectively guarantee the recommendation quality of film recommendation system.
The programming language involved in this film recommendation system includes Python、Html5、JQuery、CSS3 and SQLite database programming. The framework used is Django heavyweight web framework, which connects the front and back end of the system. Users first need to fill in the user name, password and mailbox registration system before they can log in to the recommendation system.
Keywords: Python;Django;sqlite3; recommendation system; movie recommendation
目 錄
摘 要
Abstract
1緒論
1.1選題背景及意義
1.2國內外研究現狀
1.3推薦算法研究
1.3.1協同過濾算法
1.3.2基於內容的推薦算法
1.3.4基於標簽的推薦算法
1.4本文研究目標和研究內容
2相關技術介紹
2.1系統實現相關技術的研究
2.2 Python語言研究
2.3 Django框架研究
2.4 SQLite數據庫研究
3系統分析
3.1需求分析
3.2可行性分析
3.2.1社會可行性分析
3.2.2 技術可行性分析
3.3用戶功能需求
4系統設計
4.1系統總體架構
4.2電影爬蟲的模型設計
4.3數據庫介紹與設計
4.3.1實驗數據集介紹
4.3.2數據庫邏輯結構設計
4.4.3系統E-R圖
4.4.4系統數據表設計
5系統實現
5.1數據集處理模塊
5.2注冊登錄模塊
5.3電影分類模塊
5.4用戶評分反饋模塊
5.5用戶評分記錄模塊
5.6推薦算法模塊
5.7顯示推薦模塊
6系統測試
6.1測試方法
6.2系統功能測試
7總結與展望
7.1總結
7.2不足之處及未來展望
參考文獻
致 謝
