毕业设计项目：基于Django2.2+MySQL+spark的在线电影智能推荐系统的设计与实现
项目源码地址：https://download.csdn.net/download/lijunhcn/88463157
本项目实现在线电影推荐系统的前后端开发，使用Django2.2+MySQL+spark。其中MySQL部分支持在线计算，spark支持离线计算。
目录
-
安装指南
-
数据导入
-
算法说明
-
预览
安装指南
环境配置
本项目基于ubuntu18.04运行。
如下安装好Django2.0+和最新的xadmin
pip3 install --upgrade pip; pip3 install git+git://github.com/sshwsfc/xadmin.git@django2; pip3 install django; pip3 install Pillow; pip3 show xadmin; pip3 show django;
还需要安装MySQL8.0+，具体过程可参考MySQL8.0环境搭建
项目清理
Django框架需要通过migrate命令自动构建数据库，但是会生成相应的缓存文件，这里清空所有的缓存文件并保留应有的结构。
cd MovieRecOnline; rm -r ./apps/movies/__pycache__ rm -r ./apps/operation/__pycache__ rm -r ./MovieSizer/__pycache__ rm -r ./apps/movies/migrations/* rm -r ./apps/user/migrations/*; rm -r ./apps/operation/migrations/*; touch ./apps/movies/migrations/__init__.py touch ./apps/user/migrations/__init__.py touch ./apps/operation/migrations/__init__.py
配置MySQL数据库
首先修改MovieRecOnline/MovieSizer/settings.py文件的mysql数据库连接：
DATABASES = {
'default': {
'ENGINE': 'django.db.backends.mysql',
'NAME': 'MovieSizer',
'USER': 'root',
'PASSWORD': '你的密码',
'HOST': 'master',
'PORT': '3306'
}
}
然后在MySQL shell中建立数据库MovieSizer
mysql -u root -p
use mysql; create database MovieSizer;
启动项目
执行migrate自动建表：
cd MovieRecOnline; chmod +x manage.py; python3 manage.py makemigrations; python3 manage.py migrate;
输出如下
Migrations for 'operation':
MovieSizer-final/apps/operation/migrations/0001_initial.py
- Create model Top5Recommend_2
- Create model Top5Recommend
- Create model Review
- Create model Rating
- Create model Default5Recommend
.
.
.
Operations to perform:
Apply all migrations: admin, auth, contenttypes, movies, operation, sessions, user, xadmin
Running migrations:
Applying operation.0001_initial... OK
.
.
.
最后创建管理员用户
python3 manage.py createsuperuser
启动项目
python3 manage.py runserver 0.0.0.0:8000
成功则输出如下
Watching for file changes with StatReloader Performing system checks... System check identified no issues (0 silenced). May 15, 2019 - 00:47:32 Django version 2.2, using settings 'MovieSizer.settings' Starting development server at http://0.0.0.0:8000/ Quit the server with CONTROL-C. [15/May/2019 00:47:37] "GET /movieinfo/7641 HTTP/1.1" 200 47740 ^C
数据导入
本项目提供爬取的猫眼电影网站数据作为DEMO，共1000条，字段对应movies_movieinfo表，SQL文件，复制到MySQL shell中即可插入数据。
接着使用我们编写的cal_similar_gry.py文件计算电影相似度，存入movies_moviesimilar表。注意需要使用pip3 install distance安装依赖，并将MySQL账号密码的参数设置正确。
到这里我们已经计算好了movies_movieinfo表和movies_moviesimilar表，主页已经能显示。
算法说明
本项目计算两张电影相似度表，分别是movies_moviesimilar和movies_moviesimilar_fromspark，对应两张推荐表operation_top5recommend和operation_top5recommend_2。第二张相似表由spark计算得出，详情可见'calculate_similarity_mch.ipynb'。spark分布式的安装可以参考Spark全分布式安装