本文介绍了使用Django构建的音乐推荐系统，包括用户注册、歌曲信息导入、前端展示、推荐算法（用户和物品基的协同过滤）。系统采用Python异步爬虫抓取数据，实现歌曲浏览、评分、收藏、分享等功能。推荐算法通过计算用户和物品间的相似度进行个性化推荐。此外，还涵盖了登录注册、论坛功能的实现以及系统运行和安装方法。
毕业设计--基于Django的歌曲推荐系统和论坛
说明
注册普通用户通过web界面来设置，创建创建用户通过creeatsuperuser创建。下文有详细命令
导入歌曲信息通过insert_movies_script.py来操作 (会删除已有的所有信息!)
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: 最热歌曲，火爆排行...之类的。每种有10条。
我猜你喜欢为基于用户推荐，item推荐为基于项目推荐。两种推荐思路下文有介绍
系统采用的技术
前端: bootstrap3 css 框架 后端: 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 主要功能: 录入图书信息，用户打分，歌曲标签分类，歌曲推荐，歌曲分享，歌曲收藏，后台管理系统。 整体采用MVC架构，前端页面通过django template模板来实现，实现了模板的复用功能。同时前端页面的组织结构较为清晰。
推荐算法思路
通过协调过滤计算和其他用户的距离，然后进行筛选。如果用户数量不足，推荐数目不够15条，就会自动从 所有未打分的歌曲中按照浏览数降序选一部分填充进去。
基于用户的推荐
用户需要给歌曲打分。通过用户已打分的部分来计算相似度,如果用户未打分，或者没有其他用户，则按照浏览数降序返回。
通过pearson算法来计算用户之间的距离，找到距离最近的N个用户。将这些用户中已打分的歌曲(且要推荐的用户未看过的部分)返回。
基于item的推荐
遍历当前用户已打分的i
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
