基于知识图的电影推荐系统

基于知识图的电影推荐系统

系统简介
该项目是一个基于知识图谱的电影推荐系统，旨在通过整合用户行为数据、电影信息以及知识图谱技术，为用户提供个性化的电影推荐服务。系统不仅包含了用户端的基本功能，还提供了管理员端用于数据管理和维护。

功能描述
用户端功能
用户登录注册：用户可以通过注册功能创建账户，并通过登录功能进入系统。

电影列表展示：用户登录后，可以看到电影列表，列表右侧提供分类过滤功能，同时支持模糊搜索，便于用户快速找到感兴趣的电影。

电影详情页：点击电影列表中的某部电影，可以进入电影详情页，查看电影的详细信息。在此页面，用户可以为电影打分，并在评论区发表评论。

个人中心：用户可以点击个人中心修改自己的个人信息。

推荐页面：系统根据用户的历史行为和偏好，利用知识图谱技术为用户推荐电影。推荐逻辑基于协同过滤算法，通过计算用户间的相似度来找出可能感兴趣的电影。

图谱展示页面：用户可以在此页面查看知识图谱的可视化展示，前端使用echarts实现，后端通过py2neo查询知识图谱数据。

管理员端功能
用户信息管理：管理员可以维护用户信息，包括增删改查等操作。

电影及相关信息管理：管理员可以管理电影信息，包括电影的增删改查，以及分类、评论、打分、地区等信息的维护。

技术描述
该系统采用了Django框架进行后端开发，数据库选用SQLite和Neo4j。SQLite用于存储用户信息、电影基础数据等结构化数据；Neo4j作为图数据库，用于存储和查询知识图谱相关数据。

系统通过py2neo库与Neo4j数据库进行交互，实现了知识图谱的查询和推荐算法。在推荐算法中，系统采用了协同过滤技术，通过计算用户之间的相似度来为用户提供个性化的电影推荐。

此外，系统还集成了爬虫功能，可以直接调用爬虫脚本爬取豆瓣的Top 250电影数据，为系统提供丰富的电影资源。

在前端方面，系统采用了echarts进行知识图谱的可视化展示，为用户提供了直观、易懂的图谱查看体验。

1100