理工酷

DoubanMovieRecommendationSystem

介绍

豆瓣电影推荐系统——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：

1. 爬虫模块：request 库、json 库、MySQL
2. 推荐系统模块：基于物品的协同过滤算法（ItemCF 算法）
3. GUI 模块：PyQt5

操作说明

运行 GUI 文件夹中的 main.py 文件即可。

算法

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：

说明

登录注册界面

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。

用户主界面

电影搜索界面

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。

电影详情界面

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。

用户个人界面

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

优化

用户的冷启动问题

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。

转载自：https://github.com/Giyn/DoubanMovieRecommendationSystem