计算机毕业设计Python深度学习动漫推荐系统 动漫视频推荐系统 机器学习 协同过滤推荐算法 bilibili动漫爬虫 数据可视化 数据分析 大数据毕业设计 混合神经网络推荐算法 SVD 卷积神...

本推荐系统采用的是分层模型设计思想,第一层为前端页面模型设计,注重为实现页面的展示效果,主用的编程语言为JavaScript,和前端主流框架bootstrap。
第二层为后端模型设计,编程语言选了简单易懂的python,用Django作为后端框架进行开发,此框架是python web系统开发的首选框架,简单易用。
第三层为算法的设计与实现的逻辑,用协同过滤算法来实现,第四层为数据库表的设计,用SQLite数据库。
本系统web端的功能模块,主要实现动漫显示、动漫分类显示、热门动漫排序显示、收藏动漫排序显示、时间排序显示、评分排序显示、算法推荐、动漫搜索、动漫信息管理等功能,并进行数据库的详细设计,完成设计阶段的各项功能,并对此系统进行功能测试,最后,系统进行相关的实际应用操作,通过系统的使用,用户进入动漫推荐系统,此系统可以根据用户对动漫所打的标签行为,给用户推荐用户所感兴趣的动漫,准确率在百分之75左右,用户可以查看信息,观看动漫,给动漫评分等操作,本系统基本上完成了预期的基本功能。

该推荐系统基于协同过滤算法实现,采用了分层模型设计思想,并使用了多种技术栈进行开发。

技术栈:

  1. 前端页面模型设计:JavaScript和前端主流框架bootstrap,用于实现页面的展示效果。
  2. 后端模型设计:Python作为编程语言,Django作为后端框架进行开发。Django是一个简单易用的Python web开发框架。
  3. 算法设计与实现逻辑:采用协同过滤算法来实现推荐功能。
  4. 数据库表设计:使用SQLite数据库进行数据存储。

实现步骤:

  1. 前端页面模型设计:使用JavaScript和bootstrap框架搭建用户界面,实现动漫显示、分类显示、排序显示等功能。
  2. 后端模型设计:使用Django框架搭建后端服务器,处理前端请求,调用相应的算法进行推荐计算,并将结果返回给前端页面。
  3. 算法设计与实现逻辑:采用协同过滤算法来实现推荐功能。具体步骤包括:
    • 初始化数据:获取用户的浏览行为数据。
    • 计算两个用户的皮尔逊相关系数:通过遍历整个数据集,计算用户之间的相似度。
    • 寻找最相似的用户:根据用户之间的相似度,找到与当前用户最相似的N个用户。
    • 推荐动漫给用户:根据最相似的用户的浏览行为,推荐动漫给当前用户。
  4. 数据库表设计:使用SQLite数据库进行数据存储,包括用户信息、动漫信息、用户对动漫的评分等。

通过以上步骤,该推荐系统实现了基于用户和基于物品的推荐功能,根据用户的标签行为和评分情况,给用户推荐其感兴趣的动漫。系统具有良好的用户界面和高准确率的推荐效果,用户可以方便地查看动漫信息、观看动漫、给动漫评分等操作。整个系统的开发过程经过详细的设计和功能测试,并成功应用于实际场景中。

项目目录结构:
|-- comic_data.py # 动漫数据抓取模块
|-- db.sqlite3 # SQLite数据库文件
|-- manage.py # Django管理命令入口
|-- movie
| |-- init.py # 模块初始化文件
| |-- admin.py # Django后台管理配置文件
| |-- apps.py # Django应用配置文件
| |-- data.py # 动漫数据处理模块
| |-- forms.py # 表单定义文件
| |-- migrations # 数据库迁移文件夹
| |-- models.py # 数据库模型定义文件
| |-- serializers.py # 序列化器定义文件
| |-- templatetags # 模板标签文件夹
| | |-- init.py
| | |-- grav_tag.py # 自定义模板标签:用于生成星级评分显示
| | |-- is_like.py # 自定义模板标签:用于判断用户是否喜欢某部动漫
| | -- list_slice.py # 自定义模板标签:用于切片列表 | |-- tests.py # 测试文件 |-- views.py # 视图函数定义文件
|-- movie.sql # 动漫数据的SQL文件
|-- movie_it
| |-- cache_keys.py # 缓存键定义文件
| |-- data.json # 数据JSON文件
| |-- douban_crawler.py # 豆瓣爬虫模块
| |-- play_2.py # 播放模块
| |-- populate_movies_script.py # 动漫数据填充脚本
| -- recommend_movies.py # 推荐动漫模块 |-- movierecomend | |-- __init__.py # 模块初始化文件 | |-- settings.py # Django项目配置文件 | |-- templatetags # 模板标签文件夹 | | |-- __init__.py | | |-- grav_tag.py # 自定义模板标签:用于生成星级评分显示 | |-- list_slice.py # 自定义模板标签:用于切片列表
| |-- urls.py # URL配置文件
| -- wsgi.py # WSGI应用程序入口 |-- readme.txt # 项目说明文档 |-- requirements.txt # 项目依赖库列表 |-- static # 静态文件目录 | |-- css # CSS文件 | |-- images # 图片文件 |-- js # JavaScript文件
|-- templates # 模板文件目录
| |-- all_tags.html # 显示所有标签的页面模板
| |-- base.html # 基础模板
| |-- base_show.html # 基础展示模板
| |-- choose_tag.html # 选择标签的页面模板
| |-- items.html # 动漫列表展示页面模板
| |-- login.html # 登录页面模板
| |-- movie.html # 单个动漫展示页面模板
| |-- my_comment.html # 我的评论页面模板
| |-- my_rate.html # 我的评分页面模板
| |-- mycollect.html # 我的收藏页面模板
| |-- personal.html # 个人信息页面模板
| |-- register.html # 注册页面模板
| |-- results.html # 搜索结果页面模板
| `-- tag_movie.html # 标签对应动漫页面模板

1.png
2.png
3.png
4.png
5.png
6.png
7.png
8.png
9.png
10.png
12.png
14.png
16.png
18.png
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,402评论 6 499
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,377评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,483评论 0 353
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,165评论 1 292
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,176评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,146评论 1 297
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,032评论 3 417
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,896评论 0 274
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,311评论 1 310
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,536评论 2 332
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,696评论 1 348
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,413评论 5 343
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,008评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,659评论 0 22
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,815评论 1 269
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,698评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,592评论 2 353

推荐阅读更多精彩内容