kaggle 上面的 tmdb 数据，5000 个电影数据，提供开发使用，_merge 为将 credits 里面的 cast 演员信息合并到了 movies 文件中生成的合并文件

tmdb_5000_credits.csv tmdb_5000_movies.csv

完整系统 用户评分 分类推荐 豆瓣推荐 定制推荐（协同过滤） 电影表 电影名称/别名 导演 时间 票房 综合评分 电影id 评分表 用户id 电影id 分值 评分时间 备注 用户表 用户id 用户名 用户出生年月日 用户性别 密码 邮箱 热门榜单 最新电影榜单 历史总榜单 国内电影榜单 国外电影榜单 用户评分数据 搜索电影 榜单（权重） 预告片 评分 所有观影人群人员项目经理 分工 模块 二级模块 负责人 引言 目的，范围，定义（词汇表和略缩语），参考资料，概述 刘黄河 少 软件总体概述（整体说明） 软件标识软件描述（系统属性，开发背景，软件功能列表简述，），用户的特点，限制与约束 李季兰 中等 具体需求 各个功能： 1，基础功能（榜单，分类，登录注册） 2，查找页面（模糊搜索，分类搜索） 3，上传电影4，推荐5，评分6，影评7，评论8， 田宇，宋​​楷文， 多 表现 可靠性，可用性，可支

ruby_movies_for_pragstudios_course

热门电影 Udacity 纳米学位项目 1（替代）

数据分析Nanodegree / TMBD-Movies 从Kaggle下载的TMDB电影数据集，用于数据分析。 它包含约10000部电影及其评级和基本信息。

该数据集包括截至2019年Netflix上可用的电视节目和电影。 netflix_titles.csv

Neo4j是一个高性能的,NOSQL图形数据库 附件是java 通过bolt调用Neo4j的接口例子

Neo4j是一个高性能的,NOSQL图形数据库 附件是java-spring-data 调用Neo4j的接口例子

来自6000用户对4000多部电影的超100万条评论数据 MovieLens 1M Dataset Stable benchmark dataset. 1 million ratings from 6000 users on 4000 movies. Released 2/2003.