基于卷积神经网络的电影推荐系统

深藏阁楼爱情的钟 2023-10-11 16:31 47阅读 0赞

#### 基于卷积神经网络的电影推荐系统 ####

*  前言
 *  1.实现效果
 *   *  1.1 算法运行结果
     *  1.2 系统主要界面
 *  2.主要代码实现
 *   *  2.1 网络模型代码
     *  2.2 django代码

## 前言 ##

如今协同过滤等传统推荐算法被广泛用于推荐，但也存在冷启动、矩阵稀疏等问题，本项目用深度学习来实现电影推荐，核心算法主要参考了[https://blog.csdn.net/chengcheng1394/article/details/78820529][https_blog.csdn.net_chengcheng1394_article_details_78820529]，基于tensorflow和卷积神级网络来实现个性化电影推荐。web端用django来进行开发。

## 1.实现效果 ##

### 1.1 算法运行结果 ###

（1）输入电影，推荐相似的电影以及看过的人还喜欢的电影  
![在这里插入图片描述][2db0be45c8fb44c3bf94478589a34232.png]

![在这里插入图片描述][ef8661f9bb9743abba271726860e611c.png]

（2）输入用户信息，推荐其喜爱的电影  
![在这里插入图片描述][dcc72841faf543edb1186db7bb7173d2.png]

### 1.2 系统主要界面 ###

*  登录模块

![在这里插入图片描述][787a15eb522c4e14bb24fe73b9ddfecb.png]

*  电影推荐模块

![在这里插入图片描述][56c08b69831a4eee98fd28b7833f8329.png]

![在这里插入图片描述][750f7283bdb74e2d8e27509666708a56.png]

## 2.主要代码实现 ##

### 2.1 网络模型代码 ###

网络模型代码这里就不放了,可以参考[https://blog.csdn.net/chengcheng1394/article/details/78820529][https_blog.csdn.net_chengcheng1394_article_details_78820529]

### 2.2 django代码 ###

以下是django的一些主要代码：

*  urls.py配置路由

![在这里插入图片描述][9a489c63f6f044779056074f5be36e4c.png]

*  settings.py配置数据库

![在这里插入图片描述][7cb60521daae45f093594607a0d807b5.png]

*  登录模块

def login(request):
        if request.method == 'GET':
            return render(request, 'login.html')
        else:
            #用户POST提交的数据
            u = request.POST.get('user')
            p = request.POST.get('pwd')
            #把账号密码写死了
            # if u == 'cxx' and p == '123':
            #     #登录成功
            #     return redirect('/mess/')
            #从数据库中判断账号密码是否正确
            if u and p:
                c = User.objects.filter(username=u,password=p).count()
                if c >= 1:
                    #获取当前登录的用户id
                    cur_id = User.objects.get(username=u, password=p).id
                    return redirect('/mess/?user_id='+str(cur_id))
                else:
                    return render(request, 'login.html', {
        'msg': '账号密码错误'})
            else:
                #登录失败
                return render(request, 'login.html', {
        'msg': '请输入正确的账号密码'})

*  推荐喜欢的电影

def like(request):
        user_id = request.GET.get('user_id')
        #获取当前用户
        my_user = models.User.objects.get(id=user_id)
    
        global global_model
        model = global_model
        print('-------正在推荐--------', user_id)
    
        list_like_movies_names, list_like_movies_ids = model.recommend_your_movie(int(user_id))
        print('你喜欢的电影：', list_like_movies_names)
        print('你喜欢的电影id：', list_like_movies_ids)
    
        # 你喜欢的电影
        list_dict_like = []
        for i in list_like_movies_names[:6]:
            list_dict_like.append(utils.movie_dic(i))
        for i in range(len(list_dict_like)):
            # list_dict_like[i]['movie_id'] = list_like_movies_ids[i]
            list_dict_like[i]['movie_id'] = int(list_like_movies_ids[i])    #把字典中的id转int类型，便于前端if判断
        print('相似电影列表：', list_dict_like)
    
        context = {
        }
        context['list_dict_like'] = list_dict_like
        context['my_user'] = my_user    #返回当前用户，在前端页面显示当前登陆的用户名
    
        return render(request, 'like.html', context)

*  推荐同类型的电影和看过的人喜欢的电影

def index(request):
        #获取电影id
        movie_id = request.GET.get('movie_id')
    
        global global_model
        model = global_model
        print('-------正在推荐--------', movie_id)
    
        #choice_movie_name 选择的电影名称
        #list_same_movies_names 相似的电影名称
        #list_pepole_like_movies_names 喜欢这个电影的人还喜欢的电影名称
        #list_same_movies_ids 相似的电影id
        #list_pepole_like_movies_ids 喜欢这个电影的人还喜欢的电影id
        #和recommend_by_movie方法的返回值一一对应
        choice_movie_name, list_same_movies_names, list_pepole_like_movies_names, list_same_movies_ids, list_pepole_like_movies_ids = model.recommend_by_movie(
            int(movie_id))
    
        print('选择电影：', choice_movie_name)
        print('相似的电影：', list_same_movies_names)
        print('喜欢这个电影的人还喜欢：', list_pepole_like_movies_names)
        print('相似的电影id：', list_same_movies_ids)
        print('喜欢这个电影的人还喜欢id：', list_pepole_like_movies_ids)
    
        #选择的电影
        list_dict_choice = []
        for i in choice_movie_name:
            list_dict_choice.append(utils.movie_dic(i))
        list_dict_choice[0]['movie_id'] = movie_id
        print('选择电影列表：', list_dict_choice)
    
        # 相似的电影
        list_dict_same = []
        # for i in list_same_movies_names[:3]:    #最多显示3部电影
        for i in list_same_movies_names:
            list_dict_same.append(utils.movie_dic(i))
        for i in range(len(list_dict_same)):
            # list_dict_same[i]['movie_id'] = list_same_movies_ids[i]
            list_dict_same[i]['movie_id'] = int(list_same_movies_ids[i])    #把字典中的id转int类型，便于前端if判断
        print('相似电影列表：', list_dict_same)
    
    
        # 看过的用户还喜欢的电影
        list_dict_otherlike = []
        for i in list_pepole_like_movies_names:
            list_dict_otherlike.append(utils.movie_dic(i))
        for i in range(len(list_dict_otherlike)):
            # list_dict_otherlike[i]['movie_id'] = list_pepole_like_movies_ids[i]
            list_dict_otherlike[i]['movie_id'] = int(list_pepole_like_movies_ids[i])    #把字典中的id转int类型，便于前端if判断
        print('喜欢这个电影的人还喜欢列表：', list_dict_otherlike)
       
    
        context = {
        }
        context['list_dict_choice'] = list_dict_choice
        context['list_dict_same'] = list_dict_same
        context['list_dict_otherlike'] = list_dict_otherlike
    
    
        return render(request, 'index.html', context)

[https_blog.csdn.net_chengcheng1394_article_details_78820529]: https://blog.csdn.net/chengcheng1394/article/details/78820529
[2db0be45c8fb44c3bf94478589a34232.png]: https://img-blog.csdnimg.cn/2db0be45c8fb44c3bf94478589a34232.png
[ef8661f9bb9743abba271726860e611c.png]: https://img-blog.csdnimg.cn/ef8661f9bb9743abba271726860e611c.png
[dcc72841faf543edb1186db7bb7173d2.png]: https://img-blog.csdnimg.cn/dcc72841faf543edb1186db7bb7173d2.png
[787a15eb522c4e14bb24fe73b9ddfecb.png]: https://img-blog.csdnimg.cn/787a15eb522c4e14bb24fe73b9ddfecb.png
[56c08b69831a4eee98fd28b7833f8329.png]: https://img-blog.csdnimg.cn/56c08b69831a4eee98fd28b7833f8329.png
[750f7283bdb74e2d8e27509666708a56.png]: https://img-blog.csdnimg.cn/750f7283bdb74e2d8e27509666708a56.png
[9a489c63f6f044779056074f5be36e4c.png]: https://img-blog.csdnimg.cn/9a489c63f6f044779056074f5be36e4c.png
[7cb60521daae45f093594607a0d807b5.png]: https://img-blog.csdnimg.cn/7cb60521daae45f093594607a0d807b5.png