# ✨基于影视数据的分析与可视化展示系统✨
data_analyse分支,用于数据分析
## Movie_recommender
### 1 功能接口
recommender.py
```python
if __name__ == '__main__':
test = recommender()
# test.movie_recommender("Avengers: Infinity War - Part I (2018)", 5)
# test.user_recommender(2, 5)
test.user_keywords(2,'spy hit strike hero war death soldier army')
```
算法为KNN,提供三种不同的KNN模板算法
```python
# 分别为使用自定义标准的KNN算法(0),考虑均值的KNN算法(1),考虑均值和方差的KNN算法(2)
sim_options = {'name': 'pearson_baseline', 'user_based': False}
if mode == 0:
self.algo = KNNBaseline(sim_options=sim_options)
elif mode == 1:
self.algo = KNNWithMeans(sim_options=sim_options)
elif mode == 2:
self.algo = KNNBasic(sim_options=sim_options)
else:
exit(0)
```
### 2 根据电影标题推荐
personal_recommender/KNN_movie.py
```python
if __name__ == '__main__':
test = Movie_KNN_recommender()
result = test.recommend(122912, 10)
for i in result:
print(i.values[0])
```
### 3 根据用户推荐
personal_recommender/KNN_user.py
```python
if __name__ == '__main__':
test = Movie_KNN_recommender()
result = test.recommend(122912, 10)
for i in result:
print(i.values[0])
```
personal_recommender/test.py
```
组织train.csv和test.py
```
### 4 根据用户和关键词推荐
personal_recommender/User_Keywords.py
```python
if __name__ == '__main__':
test = KNN_usr_keywords_ensemble()
result = test.recommend(2,'spy hit strike hero war death soldier army')
for i in result:
print(i)
```
实现原理为在 3 的基础上,提取关键词和简介词汇,按照linear_kernel拟合
没有合适的资源?快使用搜索试试~ 我知道了~
资源推荐
资源详情
资源评论
收起资源包目录
Python影视数据分析可视化 (273个子文件)
ctb_model.bin 1.04MB
net_model.bin 80KB
pca_genres.bin 1KB
std_x.bin 969B
pca_keywords.bin 899B
pca_production_countries.bin 899B
pca_production_companies.bin 899B
std_y.bin 561B
tablestyle.css 126KB
newstyle7.css 126KB
bootstrap.min.css 99KB
animate.css 60KB
style.css 30KB
font-awesome.css 21KB
custom-fonts.css 19KB
magnific-popup.css 8KB
jquery.fancybox.css 6KB
gallery-1.css 5KB
flexslider.css 4KB
prettify.css 817B
douban_6315.csv 6.9MB
tmdb_5000_movies.csv 5.43MB
tmdb_5000_movies.csv 5.43MB
ratings.csv 2.27MB
tmdb5000.csv 843KB
movies.csv 473KB
links.csv 184KB
test.db 12KB
fontawesome-webfont.eot 37KB
Icons.eot 32KB
FastTextModel 30.52MB
fancybox_loading.gif 4KB
blank.gif 43B
.gitignore 125B
WINDOWS666.trace.json.gz 637KB
WINDOWS666.memory_profile.json.gz 73B
keras_bert1.h5 10.55MB
keras_bert.h5 4.92MB
table_all.html 7.35MB
score_top.html 874KB
comment_top.html 514KB
heatmap.html 38KB
showtime.html 38KB
score.html 29KB
scatter.html 24KB
temp.html 14KB
genres_wordcloud.html 12KB
areas.html 12KB
showtime_group.html 10KB
areas_pie.html 10KB
genres_funnel.html 9KB
areas_treemap.html 8KB
movieTypePie.html 8KB
table.html 8KB
genres.html 7KB
map_world.html 7KB
url_film_search.html 7KB
url_emotion_analysis.html 7KB
film_search.html 6KB
chart.html 6KB
home.html 6KB
base.html 6KB
film_search_actors.html 6KB
showtime_genres.html 6KB
url_select_showtime.html 6KB
radar_year.html 5KB
home.html 5KB
url_none.html 5KB
gauge_score.html 5KB
sheet.html 5KB
sheet2.html 5KB
test.html 4KB
liquid_filmNumber.html 3KB
emotion_analysis.html 3KB
image_wordcloud.html 527B
image_wordcloud_hand.html 495B
2.jpg 225KB
1.jpg 167KB
word.jpg 163KB
img9.jpg 130KB
img12.jpg 121KB
img5.jpg 118KB
img10.jpg 117KB
img3.jpg 115KB
img4.jpg 113KB
img2.jpg 111KB
img8.jpg 103KB
img11.jpg 101KB
img7.jpg 100KB
img13.jpg 99KB
img6.jpg 94KB
2.jpg 81KB
service1.jpg 76KB
1.jpg 74KB
img1.jpg 74KB
7.jpg 73KB
3.jpg 69KB
about.jpg 68KB
5.jpg 67KB
6.jpg 67KB
共 273 条
- 1
- 2
- 3
资源评论
python慕遥
- 粉丝: 2378
- 资源: 243
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功