课程推荐系统、大众点评店铺推荐系统、健身课程管理系统"/>
基于Django开发的图书管理推荐、电影推荐、课程推荐系统、大众点评店铺推荐系统、健身课程管理系统
基于Django开发的图书管理推荐、电影推荐、课程推荐系统、大众点评店铺推荐系统、健身课程管理系统、资讯推荐系统
一、简介
推荐系统的目的是信息过载所采用的措施，面对海量的数据，从中快速推荐出用户可能喜欢的物品。
推荐系统的方法有以下几种：
1、基于物品协同过滤，即利用物品与用户的特征信息，给用户推荐那些具有用户喜欢的特征的物品（基于用户行为数据，例如点击、浏览、收藏、购买、评论等）；
2、基于用户协同过滤，即利用和用户相似的其他用户，给用户推荐那些和他们兴趣爱好相似的其他用户喜欢的物品（基于用户信息例如:个人信息，喜好标签，上下文信息）；
3、基于机器学习协同过滤，即把用户注册时选择的类型分成不同的聚类，然后新用户注册时根据选择的类型归类，再把该类型的典型物品推荐给新用户。
简单概括：知你所想，物以类聚，人以群分。
二、Demo
1、图书管理系统
可参考网站,点我跳转
2、电影推荐系统
可参考网站，点我跳转
3、课程推荐系统
可参考网站，点我跳转
三、实现流程
1、搭建开发环境
这个环节包括创建虚拟环境、创建Django项目、创建数据库、设计表模型、爬取数据、UI界面功能。
2、创建虚拟环境
python解释器使用3.7，MySQL使用5.7，Django使用3版本以上，前端采用Django后端渲染，后台管理使用xadmin版本3。
常用命令：
python -m venv book_manager
django-admin startproject book_manager
python manage.py startapp book
python manage.py makemigrations
python manage.py migrate
python manage.py createcachetable
python manage.py collectstatic
python manage.py createsuperuser
python manage.py runserver
创建数据库使用图形化工具Navicat，字符集使用utf8mb4：
3、表(模型)设计
常用的表有：用户表、图书表、标签表、用户选择类型表、借阅表、购物车、评分表、收藏表、点赞表、评论表、评论点赞表、搜索关键字表。
4、获取数据
获取数据可以通过爬虫实现，比如图书管理系统，先到网上找一个图书网站，分析每个页面的特征，然后编程把图书爬下来，
1）基础页面
2）获取各类别url
3）获取总页数
4）获取具体数据
5）保存图片、保存数据
代码示例：
import json
import time
import urllib.request, urllib.error # 制定url，获取网页数据
from bs4 import BeautifulSoup # 网页解析，获取数据
from fake_useragent import UserAgent # 随机请求头# URL的网页内容
def ask_url(url): # 模拟浏览器头部信息，向服务器发送消息count = 0head = {"User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/96.0.4664.55 Safari/537.36 Edg/96.0.1054.34"} # 用户代理：表示告诉目标服务器，我们是什么类型的机器；浏览器：本质上告诉服务器，我们能够接收什么水平的内容while count < 10:request = urllib.request.Request(url, headers=head)try:response = urllib.request.urlopen(request, timeout=20) # 传递封装好的request对象，包含所访问的网址和头部信息html = response.read().decode("utf-8")return htmlexcept Exception as e:print('第{}次请求报错'.format(count), e)head = {"User-Agent": UserAgent().random}count += 1returndef save_img(url, name):# 保存图片filename = 'media/book_cover/{}.jpg'.format(name)count = 0head = {"Content-type": "application/x-www-form-urlencoded","User-Agent": "Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/102.0.5005.63 Safari/537.36",}while count < 10:try:request = urllib.request.Request(url, headers=head)response = urllib.request.urlopen(request, timeout=10)with open(filename, 'wb') as f:f.write(response.read())return Trueexcept Exception as e:print('第{}次爬取【{}】图片出错'.format(count, name), e)head = {"User-Agent": UserAgent().random}count += 1return Falsedef save_txt(data):# 保存为txt文件with open('book.txt', 'a') as f:f.write(json.dumps(data))f.write('\r\n')def read_txt():# 读取txt文件data_list = []with open('book.txt', 'r') as f:for data in f.readlines():if data != '\n' and data not in data_list:data_list.append(json.loads(data))return data_listdef get_data(url):# 获取数据# print('url',url)html = ask_url(url)if not html:returnsoup = BeautifulSoup(html, "html.parser")d_dict = {}div = soup.find('div', id='book_info')if not div:return {}d_dict['标题'] = div.find('h2').textcontent = div.find('div', class_='intro')text = ''ps = content.find_all('p')for p in ps:text += '<p>'text += p.texttext += '</p>'d_dict['内容'] = text.replace('\xa0', '')# 获取作者、翻译、标签infos = div.find_all('h4')author = ''for info in infos:key = info.text.split(':')[0]values = []for a in info.find_all('a'):if key == '标签' and a.text == author:continuevalues.append(a.text)if key == '作者' and values:author = values[0]d_dict[key] = valuestime.sleep(0.5)return d_dictdef get_pages(url):# 获取总页数html = ask_url(url)if not html:returnsoup = BeautifulSoup(html, "html.parser")# 获取总页数for a in soup.find_all('a', class_='other'):if a.text == '尾页':pages = int(a.attrs['href'].split('page=')[1])print('总页数', pages)return pagesreturn 1def get_page_urls(url):# 获取每一页中各图书的urlhtml = ask_url(url)if not html:returnsoup = BeautifulSoup(html, "html.parser")urls = []ul = soup.find('ul', id='list_box').find_all('li')if not ul:return []for li in ul:url = li.find('a', class_='Aimg').attrs['href']img = 'http:{}'.format(li.find('img').attrs['src'])code = url.split('book')[1].replace('/', '').replace('index.htm', '')save_img(img, code) # 保存图片urls.append([url, code])time.sleep(0.4)return urlsdef get_type_urls(url):# 获取各类别urlhtml = ask_url(url) # 获取页面if not html:returnsoup = BeautifulSoup(html, "html.parser")ul = soup.find('ul', class_='type_box').find_all('li') # 查找类元素为type_box的ul标签urls = {}for li in ul:# 通过正则匹配获取所有li标签中的href值urls[li.text.replace('\n', '').replace('\t', '')] = li.a.attrs['href']time.sleep(0.5)return urlsdef get_all_data(baseurl):# 获取页面图书urld_list = []# 获取各类别的urlurls = get_type_urls(baseurl)if not urls:returntime.sleep(1)count = 1for name, url in urls.items():print('爬取 {} 的数据'.format(name))time.sleep(0.5)pages = get_pages(url) + 1if not pages:continuefor page in range(1, pages):time.sleep(0.5)page_url = '{}&page={}'.format(url, page)book_urls = get_page_urls(page_url) # 获取类别下的图书urlif not book_urls:continuefor pu in book_urls:time.sleep(0.2)d_dict = get_data(pu[0])if not d_dict:continued_dict['code'] = pu[1]save_txt(d_dict) # 保存数据print('第{}本'.format(count), d_dict)count += 1d_list.append(d_dict)time.sleep(0.5)return d_listdef main(baseurl):''':param baseurl::return:'''get_all_data(baseurl)if __name__ == '__main__':# 爬取的页面地址baseurl = '基础页面'main(baseurl)
5、UI界面功能
登录：
人脸识别登录：
注册：
首页、新书速递、热门书籍、图书分类、猜你喜欢：
购物车：
个人中心：
数据分析：
协同算法图像对比：
6、后台管理
使用xadmin库对数据进行后台管理，界面如下：
四、后记
总体上，一个推荐系统就开发出来了，整个开发过程中收获还是很多的，使用到的知识点也是很多，对django、爬虫、图表、推荐算法都能够熟练掌握。
更多推荐
基于Django开发的图书管理推荐、电影推荐、课程推荐系统、大众点评店铺推荐系统、健身课程管理系统
发布评论