XMU数据挖掘大作业-电影推荐系统 山羊

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

基于标签的音乐推荐系统 作者 内容 这是 COMS W4111 的项目 1 内容是： 脚本：帮助我们从 Spotify 和 Rovi 下载数据的 Python 脚本。 书面：提案、ER 地图演示和其他书面部分。 NodeApp：第 3 部分的 Web 应用程序。我们使用 Node.js 通过 Express.js 框架构建我们的应用程序。 以下是我们的 Web 应用程序的一些屏幕截图： 登录 基于标签的音乐推荐： 流行音乐推荐： 如何运行代码 在运行代码之前，你应该安装 node.js 和一些如下所列的包： "dependencies": { "ejs": "^2.3.1", "body-parser": "*", "express": "^4.12.3", "mysql": "*" } 安装后，您可以按如下方式运行 Web 应用

Alpha版本： 开发了一个交互式网页，使用户可以根据自己的喜好查看附近的推荐餐厅。 编写Java Servlet服务以从Yelp API获取餐厅数据。 利用 / 存储用户偏好和餐厅信息。 设计并实现了一种过滤和分类算法，用于根据相似用户的偏好来识别餐厅。 通过按星级，与用户的距离和类别对餐厅进行排序，提高了推荐的准确性。 Beta版本：（将应用程序迁移到AWS） 在AWS和GCP上构建了一个自动恢复，完全备份，安全，弹性和Docker化的应用程序。 编写Java Servlet服务以从Yelp API获取餐厅数据。 通过自动伸缩组和应用程序负载平衡器执行自动伸缩功能，以获得更好的性能（可伸缩）。 设置CloudWatch以监视CPU使用率并提供警报的详细信息和阈值。 将关系数据库托管在AWS RDS中以实现无状态存储用户偏好和餐厅信息。 将应用程序文件和服务器日志文

News_recommend 本次项目是基于大数据计算引擎的新闻推荐系统--"今日小站"，包含了爬虫，新闻网站（前端和后端），推荐系统（Spark）。 前端效果： 一.爬虫 开发环境： pycharm+python3 软件架构： mysql+scrapy+splash 项目描述： 爬虫项目负责重复爬取今日头条首页新闻，去除重复新闻，存入mysql。 二.新闻网站： 开发环境： IntelliJ IDEA + maven + git + linux 软件架构： mysql + springboot 项目描述： 今日小站是基于springboot框架搭建的web项目，用户在网站完成注册登录后，网站会记录用户的浏览行为。同时网站也会把推荐结果呈现给用户。 三.推荐系统： 开发环境： IntelliJ IDEA + maven + git + linux 软件架构： zookeeper + flu

RS 基于SpringBoot，Mahout的推荐系统 src / main / python / spiderman中的文件是网络爬虫，用于获取movieLens中电影的摘要和图片。一万部电影可能要花费几个小时的时间。它使用来自的代理池文本数据都可以在sql / Dump20180509中找到，图片可以在我的云磁盘链接中找到： ：//pan.baidu.com/s/1rcCQtQ7IgDoSyZN4djAP0w密码：h09q。 在sql / Dump20180509中运行文件以创建mysql表并将数据导入MySQL。 运行util / ImportMovies util / ImportRatings将数据从.csv导入mysql表 从下载mahout 0.13并导入到项目中 通过导入jars解决一些依赖性或BaiduNetdisk链接： ://pan.baidu.com/s/

电影推荐系统 根据加权平均值和受欢迎程度推荐电影-使用python库和公式 基于S形功能的基于内容的电影推荐-Sklearn，NLTK

毕业设计-基于Django的电影推荐系统和论坛 说明 新手建议结合pycharm使用， //www.jetbrains.com/pycharm/ 注册普通用户通过web界面来设置，创建用户通过creeatsuperuser创建。 导入电影信息通过insert_movies_script.py来操作（会删除现有的所有信息！） 前端展示浏览最多，评分最多，收藏最多，写的比较直白，你可以改的委婉点：最热电影，火爆排行...之类的。至少有10条。 我猜你喜欢为基于用户推荐，item推荐为基于项目推荐。 系统采用的技术 前端：bootstrap3 css框架前端：django 2.2.1 + sqlite3数据库（MVC框架）数据：python异步爬虫从豆瓣top250抓取数据，保存到本地csv文件中的主要功能：录入图书信息，用户打分，电影标签分类，采用电影模板，前端页面通过django模板模板

新闻推荐系统配套源代码，配合我博客的讲解

基于Hadoop2.x的好友推荐系统 ###主要技术 尖端技术：spring，Hibernate，struts2 前端技术：JSP，jQuery，Ajax，EasyUI 数据库：MySQL 服务器：Tomcat7 版本控制：git ###开发工具和环境 用于Web开发人员的Eclipse Java EE IDE。 版本：Luna Service Release 1（4.4.1），自带maven插件。 Hadoop hadoop-2.5.0-cdh5.3.6 Maven的3.3.9 Apache Tomcat / 7.0.47（Maven Tomcat插件） JDK 1.7 MySQL 5.6 Win7操作系统 ###详细开发流程