基于协同过滤的个性化电影推荐系统分析设计python+flask

本系统为用户而设计制作个性化电影推荐管理,旨在实现个性化电影推荐智能化、现代化管理。本个性化电影推荐自动化系统的开发和研制的最终目的是将个性化电影推荐的运作模式从手工记录数据转变为网络信息查询管理,从而为现代管理人员的使用提供更多的便利和条件。使个性化电影推荐管理数字化、智能化,是提高工作效率的重要举措。
为了更好地发挥本系统的技术优势,根据个性化电影推荐管理的需求,本文尝试以B/S经典设计模式中的Django框架,Python语言为基础,通过必要的编码处理、个性化电影推荐管理整体框架、功能服务多样化和有效性的高级经验和技术实现方法,旨在完成一个快速、高效、便捷的个性化电影推荐管理。本系统以用户与管理员两类人,作为目标用户,其中用户主要功能包含用户的注册与登录,查看电影信息、热门电影等,对账号相关信息的修改;管理员主要功能包括了对用户、电影信息、热门电影、最新上映、电影论坛、在线留言等;管理员可以实现最高权限级别的全系统管理,本课题使用Python语言进行开发。代码层面的操作主要在PyCharm中进行,将系统所使用到的表以及数据存储到MySQL数据库中,方便对数据进行操作本课题基于WEB的开发平台
1.运行环境:python3.7/python3.8。
2.IDE环境:pycharm+mysql5.7;
3.数据库工具:Navicat11
4.硬件环境:windows 7/8/10 1G内存以上;或者 Mac OS;
5.数据库:MySql 5.7版本;基于协同过滤的个性化电影推荐系统分析设计python+flask_第1张图片基于协同过滤的个性化电影推荐系统分析设计python+flask_第2张图片基于协同过滤的个性化电影推荐系统分析设计python+flask_第3张图片基于协同过滤的个性化电影推荐系统分析设计python+flask_第4张图片基于协同过滤的个性化电影推荐系统分析设计python+flask_第5张图片基于协同过滤的个性化电影推荐系统分析设计python+flask_第6张图片基于协同过滤的个性化电影推荐系统分析设计python+flask_第7张图片


本课题使用Python语言进行开发。基于web,代码层面的操作主要在PyCharm中进行,将系统所使用到的表以及数据存储到MySQL数据库中
技术栈
后端:python 
前端:vue.js+elementui
框架:django/flask
Python版本:python3.7+
数据库:mysql5.7
数据库工具:Navicat
开发软件:PyCharm .

关键字:个性化电影推荐管理
目    录
摘要    I
Abstrac    II
第1章 绪论    1
  1.1 研究背景    1
  1.2 国内外研究现状    2
  1.3 课题意义    3
第2章 系统相关技术    4
  2.1  Django 框架简介    4
  2.2 Python语言    4
  2.3  MySQL数据库    5
  2.4 系统开发、运行环境    6
第3章 需求分析    8
  3.1 非功能需求分析    9
  3.2 技术可行性    9
  3.3 经济可行性    10
  3.4 操作可行性    10
  3.5  系统用例图    11
第4章 系统设计    12
  4.1 总体功能设计    13
  4.2 系统登录模块设计    14
  4.3 数据库设计    15
第5章 系统实现    16
  5.1 前台系统功能模块实现    18
  5.2 管理员功能模块实现    18
  5.3 用户功能模块实现    19
第6章 系统测试    20
  6.1 测试方法与步骤    21
  6.2 模块测试    23
  6.3 测试用例    24
结论    25
参考文献    26
致谢    30

你可能感兴趣的:(python,flask,开发语言)