豆瓣电影推荐系统

豆瓣电影推荐系统——通过爬取电影数据和用户数据，再利用所爬取的数据设计并实现相关推荐算法对用户进行电影推荐。然后设计出图形用户界面（GUI）进行交互，封装成电影推荐软件，针对数据集中的用户推荐相关电影。

主要分为三大模块：

• one: 爬虫模块：request 库、json 库、MySQL
• two: 推荐系统模块：基于物品的协同过滤算法（ItemCF 算法）
• three: GUI 模块：PyQt5

开发环境：Python 3.7.7

运行 GUI 文件夹中的 main.py 文件即可。

ItemCF 算法不利用物品的内容属性计算物品之间的相似度，而是通过分析用户的行为记录计算物品之间的相似度。ItemCF 算法认为，物品 A 和物品 B 具有很大的相似度是因为喜欢物品 A 的用户大都也喜欢物品 B。

ItemCF 算法步骤：

• 计算物品之间的相似度。
• 根据物品的相似度和用户的历史行为给用户生成推荐列表。

简单来说，ItemCF 算法给用户推荐那些和他们之前喜欢的物品相似的物品。

项目截图