电影推荐网站的设计与实现(源码)【字数：7089】
根据中国互联网信息中心最新发布的报告，截至2020年6月，互联网普及率为66.7%。我国网络视频用户规模为8.88亿，占网民总数的94%以上，互联网观影已经成为当今用户观影的一大重要方式。随着网络视频用户以及网络影视资源的不断增加，电影推荐逐渐也就成为了热门。本课题设计并实现了一个基于大众评分、热度的电影推荐系统，该系统能够准确地向推荐广大网民感兴趣的电影，获得用户的信心，增加胶合度。本系统采用Python爬虫获取电影数据，将获取的数据存储在MySQL数据库内，通过Spring Boot框架实现数据的展示，达到向大家推荐优质电影的目的。系统同时对爬取的数据分析得出网民所喜爱的电影类别，盛产电影的年份等信息。
目录
一、 引言 1
（一）开发背景 1
（二）选题意义 1
（三）设计目标 1
（四） 论文主要结构 1
（五） 相关技术及开发环境 2
1.Python网络爬虫 2
2. Eclipse 2
3. MySQL 2
4. Tomcat 3
二、 系统分析与设计 3
（一）系统功能需求 3
（二）系统分析图 3
1． python爬虫流程图 3
（三）数据库设计 4
1. 数据库的需求分析 4
2. 数据库的逻辑结构设计 5
（四）原型设计 5
1. 后台模板界面 5
2. 前台模板界面 6
（五）开发及运行环境 7
1． 开发环境 7
2． 运行环境 7
三、 概要设计 7
（一） 基本设计和处理流程 7
（二） 系统主要功能 8
1． 电影列表、推荐 8
2． 电影检索 8
3． 电影分类 8
4． 电影搜索 8
5． 电影详情 8
6． 电影榜单 8
7． 添加电影 8
8． 修改电影 8
9． 电影删除 9
四、 系统具体实现 9
（一 *好棒文|www.hbsrm.com +Q: #351916072#
） 爬取并存储数据 9
1． 模拟网页 9
2． 获取并解析页面的数据 10
3． 存储数据 12
（二） 搜索电影 13
（三） 电影榜单 15
（四） 电影列表、推荐列表 16
（五） 电影检索 17
（六） 电影分类 19
（七） 电影详情 21
（八） 添加电影 22
（九） 修改、删除电影 23
（十） 数据分析可视化 25
1． 地区与电影总量表 25
2． 年份与电影数量表 31
3． 电影类型与电影数量表 33
4． 热词图 36
五、 结束语 38
致谢 40
参考文献 41
引言
（一）开发背景
在过去的十年里，伴随着互联网飞速发展。互联网用户数量的快速增长，用户数据包的数量呈指数级增长[1]。面对如此纷繁复杂的信息，人们往往都处在束手无策的迷茫当中，无法快速的找到适合自己的有利信息。导致在辨别优质信息的过程中浪费了大量的时间，这就是信息过载。信息过载的问题一直是都是互联网时代的一个重大难题。近几年来, 标签在各大推荐网站被广泛使用, 使其成为一种有效的推荐工具。
通过初步的学习和研究，我发现在电影的这个领域上就存在着极大的信息过载的问题，人们面对海量的电影无所适从，难以辨别影片的质量。目前的电影推荐一方面由于电影宣传程度的差距以及人们对于导演和主演的固有印象，导致被大肆宣传的有著名导演、演员的影片才能进入大多数人的视线，而缺少资金宣传没有当红明星的优质电影往往都会被埋没；另一方面以豆瓣为代表的电影推荐平台虽然收录了大量的经典、优质影片，但是在细化分类仍然不够细致，便捷，依旧是难以满足大家的需求。
（二）选题意义
视频已经成为了当今互联网极为重要的一环。现在的视频网站往往存在有数以万计的电影，如果用户通过翻页的方式来寻找自己想看的电影可能会感到疲劳甚至放弃观看。[2]现如今，很多的电影平台都向用户提供有搜索引擎以供用户自己可以直接锁定搜索指定的目标电影，但是搜索的方式大多都需要用户在有比较明确的目标为前提。然而，看电影一般都是是被人们当成是一种消磨时间的休闲方式。大多数用户在打开视频网站寻找电影的时候也许并没有特别明确的电影目标，更不愿意耗费时间在寻找电影的过程中。在这情况之下，电影推荐系统就显得格外有意义了。通过从豆瓣获取优秀的电影，对于电影的不同属性进行细分，为用户提供与其喜好相符的电影，这样就能大大的提高用户的观影兴趣，最终达到推荐优秀，搜索准确的目的。
（三）设计目标
电影推荐系统主要致力于帮助用户快速的完成寻找电影。主要的设计目标包括前台用户浏览电影列表、电影分类、电影榜单、检索电影、搜索电影的功能方便用户快速找到符合需求的影片，系统的后台则是拥有添加电影、修改电影并可以通过爬虫获取的电影数据进行分析可视化处理形成图表，可以更直观的获取受欢迎的电影、优秀的导演、电影文化兴盛的地区。
论文主要结构
本文的内容主要是由如下几个部分组成：
一是引言部分，主要介绍了课题的背景、课题的目的和意义、本课题的组织结构这三个部分，在课题的目的和意义部分着重介绍了电影推荐系统的优点。
二是相关技术介绍，主要介绍了本次系统开发所使用编程的语言、结构、数据库的搭建、系统选择等信息。
三是系统分析，这个章节包含了可行性分析、系统功能需求分析、数据流程分析这几个部分，充分介绍了在电影推荐系统设计之初的准备过程。
四是系统实现，这个章节主要论述了电影推荐网站从设计到实现的过程。
目录
一、 引言 1
（一）开发背景 1
（二）选题意义 1
（三）设计目标 1
（四） 论文主要结构 1
（五） 相关技术及开发环境 2
1.Python网络爬虫 2
2. Eclipse 2
3. MySQL 2
4. Tomcat 3
二、 系统分析与设计 3
（一）系统功能需求 3
（二）系统分析图 3
1． python爬虫流程图 3
（三）数据库设计 4
1. 数据库的需求分析 4
2. 数据库的逻辑结构设计 5
（四）原型设计 5
1. 后台模板界面 5
2. 前台模板界面 6
（五）开发及运行环境 7
1． 开发环境 7
2． 运行环境 7
三、 概要设计 7
（一） 基本设计和处理流程 7
（二） 系统主要功能 8
1． 电影列表、推荐 8
2． 电影检索 8
3． 电影分类 8
4． 电影搜索 8
5． 电影详情 8
6． 电影榜单 8
7． 添加电影 8
8． 修改电影 8
9． 电影删除 9
四、 系统具体实现 9
（一 *好棒文|www.hbsrm.com +Q: #351916072#
） 爬取并存储数据 9
1． 模拟网页 9
2． 获取并解析页面的数据 10
3． 存储数据 12
（二） 搜索电影 13
（三） 电影榜单 15
（四） 电影列表、推荐列表 16
（五） 电影检索 17
（六） 电影分类 19
（七） 电影详情 21
（八） 添加电影 22
（九） 修改、删除电影 23
（十） 数据分析可视化 25
1． 地区与电影总量表 25
2． 年份与电影数量表 31
3． 电影类型与电影数量表 33
4． 热词图 36
五、 结束语 38
致谢 40
参考文献 41
引言
（一）开发背景
在过去的十年里，伴随着互联网飞速发展。互联网用户数量的快速增长，用户数据包的数量呈指数级增长[1]。面对如此纷繁复杂的信息，人们往往都处在束手无策的迷茫当中，无法快速的找到适合自己的有利信息。导致在辨别优质信息的过程中浪费了大量的时间，这就是信息过载。信息过载的问题一直是都是互联网时代的一个重大难题。近几年来, 标签在各大推荐网站被广泛使用, 使其成为一种有效的推荐工具。
通过初步的学习和研究，我发现在电影的这个领域上就存在着极大的信息过载的问题，人们面对海量的电影无所适从，难以辨别影片的质量。目前的电影推荐一方面由于电影宣传程度的差距以及人们对于导演和主演的固有印象，导致被大肆宣传的有著名导演、演员的影片才能进入大多数人的视线，而缺少资金宣传没有当红明星的优质电影往往都会被埋没；另一方面以豆瓣为代表的电影推荐平台虽然收录了大量的经典、优质影片，但是在细化分类仍然不够细致，便捷，依旧是难以满足大家的需求。
（二）选题意义
视频已经成为了当今互联网极为重要的一环。现在的视频网站往往存在有数以万计的电影，如果用户通过翻页的方式来寻找自己想看的电影可能会感到疲劳甚至放弃观看。[2]现如今，很多的电影平台都向用户提供有搜索引擎以供用户自己可以直接锁定搜索指定的目标电影，但是搜索的方式大多都需要用户在有比较明确的目标为前提。然而，看电影一般都是是被人们当成是一种消磨时间的休闲方式。大多数用户在打开视频网站寻找电影的时候也许并没有特别明确的电影目标，更不愿意耗费时间在寻找电影的过程中。在这情况之下，电影推荐系统就显得格外有意义了。通过从豆瓣获取优秀的电影，对于电影的不同属性进行细分，为用户提供与其喜好相符的电影，这样就能大大的提高用户的观影兴趣，最终达到推荐优秀，搜索准确的目的。
（三）设计目标
电影推荐系统主要致力于帮助用户快速的完成寻找电影。主要的设计目标包括前台用户浏览电影列表、电影分类、电影榜单、检索电影、搜索电影的功能方便用户快速找到符合需求的影片，系统的后台则是拥有添加电影、修改电影并可以通过爬虫获取的电影数据进行分析可视化处理形成图表，可以更直观的获取受欢迎的电影、优秀的导演、电影文化兴盛的地区。
论文主要结构
本文的内容主要是由如下几个部分组成：
一是引言部分，主要介绍了课题的背景、课题的目的和意义、本课题的组织结构这三个部分，在课题的目的和意义部分着重介绍了电影推荐系统的优点。
二是相关技术介绍，主要介绍了本次系统开发所使用编程的语言、结构、数据库的搭建、系统选择等信息。
三是系统分析，这个章节包含了可行性分析、系统功能需求分析、数据流程分析这几个部分，充分介绍了在电影推荐系统设计之初的准备过程。
四是系统实现，这个章节主要论述了电影推荐网站从设计到实现的过程。
版权保护: 本文由 hbsrm.com编辑，转载请保留链接: www.hbsrm.com/jsj/rjgc/200.html
