/MovieRecommend

一个电影推荐系统,毕业设计

Primary LanguagePython

MovieRecommend

一个电影推荐系统,毕业设计

写在前面的话

希望大家不要copy到本地修改后直接当做自己的毕业设计,最好自己学一遍python+django+mysql的基础知识。
我完成毕业设计的时间线可以参考README末尾的“笔记”。

下面贴出我在做这个电影推荐系统过程中收藏的部分资料链接,希望对大家有帮助。
Window 下 MySQL 5.6.15 下载安装及使用
Python3 MySQL 数据库连接
协同过滤算法
django
Django用户登录与注册

系统实现工具

1.pycharm
2.python3.6+django1.11
3.mysql
4.jquery+css+html5

如何使用

首先将项目克隆到本地,用pycharm打开,将用到的csv文件导入mysql数据表中,配置好数据库;
注意数据库相关代码可能都要进行修改以符合实际情况;
代码完成后要进行migration,最后python manage.py runserver就能在浏览器中打开

系统流程

用户登录系统,对电影进行评分,查看自己已评价电影,查看推荐结果(两种)

论文

本科毕业论文已上传,关于推荐系统的介绍、展示都在论文中,有需要者可阅读


笔记
2018年2月18日 寒假过的好快啊,前一阵子准备用flask,但是后面进一步了解之后决定用django+mysql+python完成这个推荐系统,现在就在懵懵懂懂的学django

2018/4/5    
UserCF是给用户推荐和他有共同兴趣爱好的用户喜欢的电影,ItemCF是给用户推荐那些和他之前喜欢的电影类似的电影。    
目前已经实现UserCF部分算法,模拟了用户-电影矩阵数据,对已有用户里的某一位用户进行电影推荐。之后的工作就是要从csv中获取数据。    
看了《推荐系统实践》这本书,后期可能用基于标签,但是基于标签算法涉及更多,每部电影都需要多个标签,不能用movielens数据集。

2018/4/7		
今天尝试用了pycharm,之前一直用的sublime,但是文件管理的比较混乱。用pycharm的时候遇到坑了,我系统按安装的是django1.11,
但是pycharm里面安装的是最新版本2.0,导致项目文件自带的代码有错误。后来又卸了重新安装,统一成了1.11.0版本。    
接下来是mysql,项目迁移如下:

这只是生成了迁移文件,还要执行迁移文件

    python manage.py migrate

2018/4/8
进行一下流程梳理:
1.先启动mysql:net start mysql;mysql -u root -p;
2. create database [数据库名字]; 3.pycharm直接创建一个django项目,然后进入这个项目下,python manage.py startapp myApp
4.在settings.py 中:在INSTALLED_APPS后面加上'myApp'(也可以取其他名字,但是要和前面取的相同);再配置数据库,代码为:

   DATABASES = {
 'default': {
     'ENGINE': 'django.db.backends.mysql',
     'NAME': '[数据库名字]',
     'PASSWORD': '[自己设置一个密码]',
     'HOST': '127.0.0.1',
     'USER': 'root',
     'PORT': '',   
 }
}

5.在_init_.py中: import pymysql; pymysql.install_as_MySQLdb()
6.models.py:加入模型类,属性等。
7.生成迁移文件:python manage.py makemigrations;执行迁移:python manage.py migrate;
8.在mysql>中:use [数据库名]; show tables;
在项目文件下,python manage.py runserver 浏览器中输入127.0.0.1:8000
9.在templates下写html文件,然后和views.py视图文件、urls.py文件进行匹配


2018/4/10
今天搭建了django的虚拟开发环境,安装了virtualenv,下次直接输入命令行:e:\GradProject\Scripts\activate,一定要保证整个项目都在虚拟环境中运行。 django1.11.1
关于html文件调用js、css等文件:首先在建的app目录下建一个static文件,分支如下
├─migrations
│ └─__pycache__
├─static
│ ├─css
│ ├─img
│ └─js
└─__pycache__
注意migrations和static文件同级。html文件开头要加上 {% load staticfiles %},引入css的语句为:
python <link rel="stylesheet" href="{% static 'css/Test.css' %}">
如果纯粹像写前端那样调用css、js是不能成功的。
输入'http://127.0.0.1:8000/users/login/', 返回用户登录界面
点击登录后进入推荐系统首页(目前的首页只有一个电影分类页面,之后应增加分页,以及实现用户对电影评分,数据库记录用户对电影的评分)

2018/4/12    
今天找到了另一个csv文件,里面含有电影海报的链接,这样可以直接用Js动态获取链接然后加载图片;    
还有由于有很多个csv文件,每个文件包含的内容都不一样,所以要将各个文件合并。准备直接用mysql的多表查询。花了很久才成功把csv导入进mysql表中的ratings:    
   mysql->CREATE TABLE ratings(userId INT NOT NULL,movieId INT NOT NULL PRIMARY KEY AUTO_INCREMENT,rating DECIMAL(3,1) NOT NULL);
   mysql> load data local infile "e:/Moviedatabase/hhhh.csv" into table ratings fields terminated by ','
    -> enclosed by '"'
    -> lines terminated by '\n'
    -> (userId,movieId,rating);
2018/4/13    
注意result表里面要存电影的名字,而名字里面很多不确定的特殊符号,比如有逗号,冒号等。所以不能加enclosed by '"'这句,否则csv导进mysql表时会中断。    
然后创建一个总表:
mysql->CREATE TABLE RTotalTable(movieId INT NOT NULL,userId INT NOT NULL,rating INT,imdbId INT NOT NULL,title varchar(50) NOT NULL);
mysql->INSERT INTO RTotalTable SELECT *FROM(SELECT * from ratings natural join result) AS tb; //将ratings和result两张表连接后插入建好的RTotalTable表中。    
得到的最终表如下图所示,可以直接从这张表中得到用户信息及对电影的评分,然后获得推荐电影的id或者名字,通过imdbId可以获取到本地的电影海报。
  
昨天通过python下载图片时用的电影名字命名,这样过一会就异常了,原因同上,title里面含‘?’或者‘/’都会出错,所以今天改用imdbId.jpg来存图片。    


4/14    
今天做的很少,主要都去看深度学习视频了,为以后的研究生项目扫盲。    
主要还是csv和Mysql的问题,不知道要怎么去遍历里面的数据。之前是自己模拟的几个用户对电影进行评分,用的是列表类型,我就想能不能读取csv然后转为列表再操作。    


4/20    
由于之前创建表时,不小心将rating设为了int型,所以今天重新建了一张表改为DECIMAL,名为resultTable。而且增加了主键:id。    
‘alter table resultTable add column id int auto_increment PRIMARY KEY;’是给表增加一列并设为自增主键。    
现在前端页面已经可以获取图片的imdbId号和评分,接下来就是获取当前用户的名字,给他分一个从669开始的userId号。然后插入imdbId号和rating,调用算法进行分析。    


4/25    
今天实现了可以从前端页面获取评分的电影的rating和imdbId号并存入users_resulttable中,还要解决的是给登录用户自动分配一个userId号,与他的评分相对应。    
之后要实现算法从数据库中获取数据得出推荐结果。现在没有存title,后面得出推荐结果了就通过查询imdbId号得到海报和title。    
还实现了index.html显示用户登录信息。    
重新根据model生产数据表要将所有的迁移文件都删除才能生成成功。    

4/26    
实现了给每个用户分配一个id,其实是在原有的user.id基础上加1000.    
然后将算法导入pycharm,并且实现了可以将mysql数据表导出为csv文件。    
现在的Mysql表是user_resulttable,同csv文件,csv文件导出到static下。明天的任务是通过按钮将其连贯起来。    

4/27    
poster2从moviegenre7.txt导入。    
对users_resulttable的处理:    
alter table users_resulttable drop column id;    
load data local infile "e:/Moviedatabase/rrtotaltable.csv" into table users_resulttable fields terminated by ','    
lines terminated by '\n'    
(userId,imdbId,rating);    
alter table users_resulttable add column id int auto_increment PRIMARY KEY;     
费劲周折终于实现了从数据库里获取海报链接并且显示在Html上。    
但是,还没有实现从recommend函数得到的imdbId中查询到poster再显示。可能要将imdbId存到数组里再循环查询。    
而且还有个问题,就是现在页面一刷新数据库里就会出现重复的值。    

4/28    
有个最大的问题,现在imdbId和poster对应的表不完整,很多推荐出来的ImdbId号找不到电影海报。    
必须要解决这个问题,而且最好增加title。现已解决select查询语句遍历recommend函数输出的数组。    

4/29    
到今天为止,毕设基本已经完成。且增加了用户注销按钮。    
但有几点不足:    
1.推荐页面的排版样式未设计  2.运行速度有点慢  3.只用了一种推荐算法   4.每次刷新都在重新生成推荐列表,应该去除这种效果,刷新不应该变动。    

4/30    
提高了一点运行速度。    

5/2    
今天写完了ItemCF,但其实性能比UserCF差。因为电影数据集的电影数量比用户多太多。    

5/7    
今天登入数据库出现了问题,一直登不进去。后面重新建了数据库,重设置了密码。    
数据库名改为'haha',端口号为3307,要删除迁移文件重新执行迁移。    
 CREATE TABLE moviegenre3(imdbId INT NOT NULL PRIMARY KEY,title varchar(300),poster varchar(600));    
 然后通过navicat将moviegenre3.csv自动导入。