#646253#基于django/neo4j的电影打分推荐系统

@ #646253#基于django/neo4j的电影打分推荐系统

本系统是技术neo4j的电影推荐系统，使用的是一份电影数据集，数据比较优质，包括用户数据，电影数据，电影分类数据，用户打分数据，几个部分，需要把数据初始化进neo4j建立对应的节点关系，然后django编写网站，用户首先可以看到电影的展示首页，然后可以打分，根据分数，去neo4j中查询有关联的电影，进行推荐：
1、电影信息查看。
2、打分。
4、管理员给你用户增删改查吧、还有电影信息的增删改查。
5、用户按照我给你那种页面进来就是电影、点进去电影有信息评分信息啥的、可以给电影打个分、然后有个页面推荐。
6、用户喜欢的五分电影拿出来，找到分类，去neo4j查询这个分类对应的其他电影，如果用户没有看过，则推荐。

无论文

唯一

无安装录制视频

功能总览

脑图图片：

详细截图介绍

登录注册退出

登录

注意，系统已经初始化好用户了，用户名和密码一样，可以直接去数据库查一个用户名登录
或者去data文件夹下的users.dat找个用户名

注册：

常规注册

系统完整截图

首页展示

打分

打分可以输入1-5分，打分后推荐信息更新

分类

点击分类，可以展示对应分类的数据。

我的评分

展示我打过的分

打过的分可以取消打分

我的推荐

推荐页面展示

跟进用户的打分，和打过分的电影信息，去neo4j中检索最短路径的电影
查出来推荐，有一些补齐信息的逻辑

我的信息

修改我的信息

可以在这个页面对我的信息做维护
当然还有右上角退出啥的就不写了

系统环境

系统安装启动

系统采用django开发，全套使用django就可以，数据库为sqlite和neo4j
提前安装好neo4j

• 打开项目，安装python

• 安装依赖包: pip install -r requests.txt -i http://mirrors.aliyun.com/pypi/simple/ --trusted-host mirrors.aliyun.com

• 启动django：python manage.py runserver

• 出现下图为成功：

使用注意点

• 项目启动后，请先修改neo4j的账户密码，搜索全项目中所有 g=Graph(‘http://localhost:7474’,user=‘neo4j’,password=‘123456’)
• 修改密码
• 初始化mysql数据，访问下面四个链接(注意，默认源码已经带了初始化好的sqlite，不用访问，如果修改了数据库，例如修改为mysql，再初始化)

http://localhost:8000/db_user

http://localhost:8000/db_genre

http://localhost:8000/db_movie

http://localhost:8000/db_rate

• 初始化neo4j(初次启动必须执行，记得提前把neo4j启动起来啊！！)

http://localhost:8000/init_neo

版权说明

本文谢绝转载，qalangtao.com
看简介