基于Spark的电影推荐系统（实战简介）

最新推荐文章于 2025-04-11 00:08:05 发布

留歌留歌

最新推荐文章于 2025-04-11 00:08:05 发布

阅读量6.3k

点赞数 4

分类专栏： spark 基于Spark的电影推荐系统文章标签： spark

本文链接：https://blog.youkuaiyun.com/liuge36/article/details/86240908

版权

19 篇文章

订阅专栏

11 篇文章

订阅专栏

本文介绍了一个基于Spark的电影推荐系统项目，该项目模仿豆瓣网站，具备电影信息浏览、查询及个性化推荐功能。系统根据用户行为如浏览、评论和点赞，实时更新推荐列表。项目分为电影网站前端、后台管理、爬虫和推荐算法四大部分。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一直不知道这个专栏该如何开始写，思来想去，还是暂时把自己对这个项目的一些想法和大家分享的形式来展现。有什么问题，欢迎大家一起留言讨论。
这个项目的源代码是在https://github.com/LuckyZXL2016/Movie_Recommend这个位置。
基于源代码做了一些简单的调整。

类似于国内豆瓣网站，能够在该项目-电影网站-进行电影信息浏览和查询，并且-电影网站-会根据用户的 **浏览记录和用户评论，点赞（好看）**等操作给用户进行实时的电影推荐（Spark）。

Movie_Recommend
├── moviefront -- 电影网站
├── moviefront -- 电影后台管理系统
├── tutorial-- 爬虫系统
└── Spark -- 推荐系统

我就基于这4部分，分别对大家阐述我自己的一些理解。有错误的地方，欢迎大家留言指正。谢谢！

我们由易到难，电影网站–>后台管理系统–>爬虫–>推荐系统

现在开始！！！