数据集包含2017年7月或之前发行的电影。数据点包括演员,剧组,剧情关键字,预算,收入,海报,发行日期,语言,制作公司,国家/地区,TMDB投票数和平均投票数。 keywords.csv credits.csv links.csv links_small.csv movies_metadata.csv ratings_small.csv ratings.csv
2021-11-26 09:51:07 225.75MB 数据集
1
数据量比较大,mysql数据库,建立数据库名称dy 自动生成表和数据,适合做电影资源站
2021-11-25 14:47:30 19.58MB 数据库 电影 电视剧 综艺
1
2011年8月电影票房数据分析,包括了重点城市的影院数据和TOP10大影片的具体数据等
2021-11-25 00:45:15 4.14MB 电影 数据 资料
1
基于spark的电影推荐系统,内含sql脚本文件。推荐算法是基于协同过滤的算法。
2021-11-24 17:12:00 15.13MB spark 大数据 推荐系统
1
完整的基于spark的电影推荐系统数据集,保证可用,积分给少一点,大家放心下载吧
2021-11-24 16:34:30 5.6MB spark 协同过滤 推荐系统
1
电影流派分类器 使用多类分类算法和逻辑回归,根据剧情文本摘要对电影类型进行分类。<
2021-11-23 17:32:51 91.59MB JupyterNotebook
1
movie_dialogue_clf:NLP分类器可根据对话预测电影类型
2021-11-23 17:23:00 9.46MB
1
ML TrueLayer挑战 安装说明 使用Anaconda创建一个新环境(从下载并安装): conda create -n truelayer python=3.7 激活环境: conda activate truelayer 从requirements.txt安装软件包: conda install --file requirements.txt 安装NLTK停用词,运行Python解释器并输入以下命令: import nltk nltk . download () 并从界面中选择停用词。 如何重现结果 IPython笔记本用于浏览数据,功能和可能的解决方案:它们可以运行以生成图像和探索表。 Python脚本包含代码的最终版本: python train.py :加载和预处理MovieLens公共数据集,训练模型并将其存储在models /中。 此外,它还会执行超参数网格
2021-11-23 16:45:52 13.59MB JupyterNotebook
1
1、项目名称:Vision在线电影网站 2、项目描述: 基于Python语法和Django框架的在线电影播放网站,使用mysql数据库实现电影资讯的存储,并实现搜索电影、电影资讯以及后台电影的管理(实现电影增删改查)。 3、技术点:Python基础语法、Django开发、数据库开发。 4、具体功能: ①注册登录 ②模糊查询 ③播放页弹幕 ④后台管理 5、详细描述:https://blog.csdn.net/weixin_43846708/article/details/113941859
2021-11-23 09:02:58 25.09MB django python mysql
想必有很多的人在看电影再买票的时候会排很长时间的队伍才可以买到票的吧!在这了我给大家分享一个电影购票的小代码,未实现联网,有很多功能还未实现,感兴趣的朋友可以在这个基础上改进改进哈。  效果图:
2021-11-22 17:43:46 253KB Android源代码 安卓应用源码
1