基于协同过滤的餐厅推荐系统,实现的基于user和item的协同过滤算法.zip

# 毕业设计--餐厅推荐系统 ## 数据模型 tag: 粤菜 name: 餐馆名 地址: 珠江新城 ## 说明 1. 注册用户通过web界面来设置，不用通过Django命令来设置 2. 导入餐厅信息通过insert_cafeterias_script.py来操作 (会删除已有的所有信息!) 猜你喜欢和周推荐餐厅，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 餐厅中按照浏览数选一部分填充进去。 ## 推荐部分的整体思路 通过用户给餐厅打分来进行推荐，如果没有用户打分，则按照热度返回。 通过计算Pearson距离对推荐的结果按照商品浏览次数排序。 ## feature 1. 登录注册页面 2. 基于协同过滤的餐厅的分类，排序，搜索，打分功能 3. 基于协同过滤的周推荐和月推荐 4. 观影分享会等活动功能，用户报名功能 5. 发帖留言论坛功能 ## fixed 1. 首页导航栏链接错误 2. 首页面为空 3. 登录注册页面 4. 推荐跳转登录 5. 周推荐用户没有评分时随机推荐 6. 按照收藏数量排序 7. 重新设计了 action 和UserAction model，拆分出了UserAction ## 餐厅模型 1. 浏览量 每次刷新页面的浏览数 2. 收藏量 user manytomany field 每个用户收藏一次 3. 评分 rate 每个用户评分一次 4. 在餐厅下面的评论加点赞功能 ### 注册和登录  ### 推荐  ### 论坛  ### 周推荐  ## 安装运行方法 pip install -r requirements.txt python manage.py runserver