python音乐推荐系统的设计与实现_基于协同过滤的音乐推荐系统

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