|
|
|
|
@ -1,56 +1,240 @@
|
|
|
|
|
# java
|
|
|
|
|
# FilmFinder - 智能电影推荐系统
|
|
|
|
|
|
|
|
|
|
FilmFinder - 智能电影推荐系统
|
|
|
|
|
<p align="center"> <img src="https://via.placeholder.com/150x50/4F46E5/FFFFFF?text=FilmFinder" alt="FilmFinder Logo" /> <br> <em>基于Flask与AI的个性化电影发现平台</em> </p><p align="center"> <a href="#项目简介">项目简介</a> • <a href="#核心特性">核心特性</a> • <a href="#技术栈">技术栈</a> • <a href="#系统架构">系统架构</a> • <a href="#快速开始">快速开始</a> • <a href="#项目文档">项目文档</a> </p>
|
|
|
|
|
🎬 项目简介
|
|
|
|
|
FilmFinder 是一个基于Web的智能电影推荐系统，旨在解决用户在影视内容爆炸式增长时代面临的"选择困难"问题。系统通过多维度筛选、AI智能搜索和个性化推荐算法，帮助用户快速发现符合个人喜好的电影。
|
|
|
|
|
FilmFinder 是一个基于 Flask 开发的智能电影推荐系统，集成了协同过滤推荐算法、AI 台词搜索、TMDB 电影数据导入等先进功能，为用户提供个性化的电影推荐服务。
|
|
|
|
|
|
|
|
|
|
目标用户：电影爱好者、有观影需求但缺乏明确目标的普通用户、希望探索冷门佳片的观众。
|
|
|
|
|
## ✨ 主要特性
|
|
|
|
|
|
|
|
|
|
✨ 核心特性
|
|
|
|
|
🎯 智能搜索
|
|
|
|
|
传统搜索：支持按电影名称关键词快速检索
|
|
|
|
|
### 🎬 核心功能
|
|
|
|
|
- **个性化推荐**：基于用户标签和协同过滤算法的智能推荐
|
|
|
|
|
- **电影搜索**：支持按电影名称、类型搜索，以及 AI 台词搜索
|
|
|
|
|
- **用户系统**：完整的用户注册、登录、标签选择功能
|
|
|
|
|
- **收藏与评分**：用户可以收藏喜欢的电影并为其评分
|
|
|
|
|
- **电影详情**：详细的电影信息展示，包括封面、简介、评分等
|
|
|
|
|
|
|
|
|
|
AI台词搜索：集成DeepSeek大模型，支持通过经典台词、角色名、电影描述进行智能语义匹配
|
|
|
|
|
### 🤖 AI 功能
|
|
|
|
|
- **AI 台词搜索**：通过输入经典台词或角色名称，AI 智能识别并推荐相关电影
|
|
|
|
|
|
|
|
|
|
🤖 个性化推荐
|
|
|
|
|
基于内容的推荐：分析用户收藏、评分行为，构建用户兴趣向量
|
|
|
|
|
### 🎯 管理员功能
|
|
|
|
|
- **电影管理**：添加、删除电影，支持批量导入
|
|
|
|
|
- **TMDB 导入**：从 The Movie Database (TMDB) API 导入电影数据
|
|
|
|
|
- **数据统计**：用户行为分析、电影热度统计、数据可视化
|
|
|
|
|
|
|
|
|
|
余弦相似度算法：计算用户兴趣与电影特征的匹配度，实现精准推荐
|
|
|
|
|
### 🎨 界面设计
|
|
|
|
|
- **现代化 UI**：使用 Tailwind CSS 构建的响应式界面
|
|
|
|
|
- **数据可视化**：使用 ECharts 和 Chart.js 展示统计数据
|
|
|
|
|
- **用户体验优化**：流畅的交互体验和友好的错误提示
|
|
|
|
|
|
|
|
|
|
冷启动处理：新用户通过兴趣标签选择（5-10个）获得初始推荐
|
|
|
|
|
## 🛠️ 技术栈
|
|
|
|
|
|
|
|
|
|
🎨 用户体验
|
|
|
|
|
多维度筛选：支持按类型、评分、地区等多条件组合筛选
|
|
|
|
|
### 后端
|
|
|
|
|
- **Flask 2.3.3** - Python Web 框架
|
|
|
|
|
- **SQLAlchemy 3.0.5** - ORM 数据库操作
|
|
|
|
|
- **SQLite** - 轻量级数据库
|
|
|
|
|
- **NumPy 1.24.3** - 数值计算（用于推荐算法）
|
|
|
|
|
- **OpenAI API** - AI 台词搜索功能
|
|
|
|
|
- **Requests 2.31.0** - HTTP 请求库
|
|
|
|
|
|
|
|
|
|
响应式设计：基于Tailwind CSS，完美适配手机和电脑屏幕
|
|
|
|
|
### 前端
|
|
|
|
|
- **Tailwind CSS** - 实用优先的 CSS 框架
|
|
|
|
|
- **ECharts** - 数据可视化图表库
|
|
|
|
|
- **Chart.js** - 另一个图表库
|
|
|
|
|
- **Iconify** - 图标库
|
|
|
|
|
|
|
|
|
|
交互式操作：收藏电影、1-5星评分、个人中心管理
|
|
|
|
|
### 外部 API
|
|
|
|
|
- **TMDB API** - 电影数据库 API
|
|
|
|
|
- **DashScope API** - 阿里云 AI 服务（用于台词搜索）
|
|
|
|
|
|
|
|
|
|
👨💼 管理员功能
|
|
|
|
|
电影库管理：手动添加/删除电影
|
|
|
|
|
## 📋 系统要求
|
|
|
|
|
|
|
|
|
|
批量导入：通过TMDB API实现电影数据批量导入
|
|
|
|
|
- Python 3.7+
|
|
|
|
|
- pip（Python 包管理器）
|
|
|
|
|
|
|
|
|
|
数据统计：查看用户行为数据、电影热度排行
|
|
|
|
|
## 🚀 快速开始
|
|
|
|
|
|
|
|
|
|
🛠 技术栈
|
|
|
|
|
后端技术
|
|
|
|
|
框架：Flask (Python)
|
|
|
|
|
### 1. 克隆项目
|
|
|
|
|
|
|
|
|
|
ORM：SQLAlchemy
|
|
|
|
|
```bash
|
|
|
|
|
git clone <repository-url>
|
|
|
|
|
cd FilmFinder
|
|
|
|
|
```
|
|
|
|
|
|
|
|
|
|
数据库：SQLite
|
|
|
|
|
### 2. 安装依赖
|
|
|
|
|
|
|
|
|
|
算法库：NumPy (余弦相似度计算)
|
|
|
|
|
```bash
|
|
|
|
|
pip install -r requirements.txt
|
|
|
|
|
```
|
|
|
|
|
|
|
|
|
|
AI集成：DeepSeek API (智能搜索)
|
|
|
|
|
### 3. 配置环境变量（可选）
|
|
|
|
|
|
|
|
|
|
前端技术
|
|
|
|
|
基础技术：HTML5, CSS3, JavaScript
|
|
|
|
|
如果需要使用 AI 台词搜索功能，需要设置 DashScope API 密钥：
|
|
|
|
|
|
|
|
|
|
样式框架：Tailwind CSS
|
|
|
|
|
```bash
|
|
|
|
|
# Windows
|
|
|
|
|
set DASHSCOPE_API_KEY=your_api_key_here
|
|
|
|
|
|
|
|
|
|
模板引擎：Jinja2
|
|
|
|
|
# Linux/Mac
|
|
|
|
|
export DASHSCOPE_API_KEY=your_api_key_here
|
|
|
|
|
```
|
|
|
|
|
|
|
|
|
|
> **注意**：如果不设置 API 密钥，系统会自动切换到演示模式，仍可使用部分功能。
|
|
|
|
|
|
|
|
|
|
### 4. 初始化数据库
|
|
|
|
|
|
|
|
|
|
数据库会在首次运行时自动创建。如果需要重置数据库，可以运行：
|
|
|
|
|
|
|
|
|
|
```bash
|
|
|
|
|
python reset_db.py
|
|
|
|
|
```
|
|
|
|
|
|
|
|
|
|
### 5. 启动应用
|
|
|
|
|
|
|
|
|
|
```bash
|
|
|
|
|
python app.py
|
|
|
|
|
```
|
|
|
|
|
|
|
|
|
|
应用将在 `http://127.0.0.1:5000` 启动。
|
|
|
|
|
|
|
|
|
|
### 6. 访问系统
|
|
|
|
|
|
|
|
|
|
- 打开浏览器访问 `http://127.0.0.1:5000`
|
|
|
|
|
- 默认管理员账户：
|
|
|
|
|
- 用户名：`admin`
|
|
|
|
|
- 密码：`123456`
|
|
|
|
|
|
|
|
|
|
## 📖 使用指南
|
|
|
|
|
|
|
|
|
|
### 普通用户
|
|
|
|
|
|
|
|
|
|
1. **注册账户**
|
|
|
|
|
- 访问注册页面，创建新账户
|
|
|
|
|
- 首次登录需要选择至少 3 个电影标签（最多 10 个）
|
|
|
|
|
|
|
|
|
|
2. **浏览电影**
|
|
|
|
|
- 首页会显示基于您选择的标签的推荐电影
|
|
|
|
|
- 点击"推荐"页面查看个性化推荐
|
|
|
|
|
|
|
|
|
|
3. **搜索电影**
|
|
|
|
|
- 使用搜索框按电影名称搜索
|
|
|
|
|
- 使用 AI 台词搜索功能，输入经典台词或角色名称
|
|
|
|
|
|
|
|
|
|
4. **收藏与评分**
|
|
|
|
|
- 在电影详情页可以收藏电影
|
|
|
|
|
- 可以为电影评分（1-5 星）
|
|
|
|
|
|
|
|
|
|
### 管理员
|
|
|
|
|
|
|
|
|
|
1. **登录管理员账户**
|
|
|
|
|
- 使用默认管理员账户登录
|
|
|
|
|
|
|
|
|
|
2. **添加电影**
|
|
|
|
|
- 访问"管理员" -> "添加电影"
|
|
|
|
|
- 填写电影信息（标题、类型、年份、简介、封面等）
|
|
|
|
|
|
|
|
|
|
3. **从 TMDB 导入**
|
|
|
|
|
- 访问"管理员" -> "TMDB 导入"
|
|
|
|
|
- 搜索电影并一键导入
|
|
|
|
|
|
|
|
|
|
4. **查看统计**
|
|
|
|
|
- 访问"管理员" -> "数据统计"
|
|
|
|
|
- 查看用户行为、电影热度等数据可视化
|
|
|
|
|
|
|
|
|
|
5. **删除电影**
|
|
|
|
|
- 在电影详情页或管理后台删除电影
|
|
|
|
|
- 系统会自动清理相关的用户行为数据
|
|
|
|
|
|
|
|
|
|
## 📁 项目结构
|
|
|
|
|
|
|
|
|
|
```
|
|
|
|
|
FilmFinder/
|
|
|
|
|
├── app.py # Flask 主应用文件
|
|
|
|
|
├── models.py # 数据库模型定义
|
|
|
|
|
├── requirements.txt # Python 依赖包列表
|
|
|
|
|
├── reset_db.py # 数据库重置脚本
|
|
|
|
|
├── auto-add-script.py # 自动添加电影脚本
|
|
|
|
|
├── clearup.py # 清理脚本
|
|
|
|
|
├── movies.json # 电影数据 JSON 文件
|
|
|
|
|
├── instance/ # Flask 实例文件夹（数据库文件）
|
|
|
|
|
├── static/ # 静态资源文件夹
|
|
|
|
|
│ ├── covers/ # 电影封面图片
|
|
|
|
|
│ └── vendor/ # 第三方前端库
|
|
|
|
|
└── templates/ # HTML 模板文件夹
|
|
|
|
|
├── index.html # 首页
|
|
|
|
|
├── login.html # 登录页
|
|
|
|
|
├── register.html # 注册页
|
|
|
|
|
├── detail.html # 电影详情页
|
|
|
|
|
├── recommend.html # 推荐页
|
|
|
|
|
├── admin_dashboard.html # 管理员后台
|
|
|
|
|
└── ...
|
|
|
|
|
```
|
|
|
|
|
|
|
|
|
|
## 🔧 配置说明
|
|
|
|
|
|
|
|
|
|
### 数据库配置
|
|
|
|
|
|
|
|
|
|
默认使用 SQLite 数据库，数据库文件位于 `instance/movie_recommend.db`。
|
|
|
|
|
|
|
|
|
|
如需修改数据库配置，编辑 `app.py` 中的数据库 URI：
|
|
|
|
|
|
|
|
|
|
```python
|
|
|
|
|
app.config['SQLALCHEMY_DATABASE_URI'] = 'sqlite:///movie_recommend.db'
|
|
|
|
|
```
|
|
|
|
|
|
|
|
|
|
### TMDB API 配置
|
|
|
|
|
|
|
|
|
|
系统已内置 TMDB API 密钥，支持多个镜像地址，自动回退机制确保在网络不稳定时仍可使用本地数据。
|
|
|
|
|
|
|
|
|
|
### 推荐算法
|
|
|
|
|
|
|
|
|
|
系统使用基于协同过滤的推荐算法：
|
|
|
|
|
- 基于用户选择的标签进行初始推荐
|
|
|
|
|
- 根据用户行为（评分、收藏）动态调整推荐
|
|
|
|
|
- 使用余弦相似度计算电影相似性
|
|
|
|
|
|
|
|
|
|
## 🐛 常见问题
|
|
|
|
|
|
|
|
|
|
### Q: 启动时提示数据库错误？
|
|
|
|
|
A: 删除 `instance/movie_recommend.db` 文件，重新运行应用会自动创建数据库。
|
|
|
|
|
|
|
|
|
|
### Q: AI 台词搜索不工作？
|
|
|
|
|
A: 检查是否设置了 `DASHSCOPE_API_KEY` 环境变量。未设置时会自动切换到演示模式。
|
|
|
|
|
|
|
|
|
|
### Q: TMDB 导入失败？
|
|
|
|
|
A: 系统支持多个 TMDB 镜像，会自动尝试连接。如果所有镜像都失败，会使用本地电影数据库。
|
|
|
|
|
|
|
|
|
|
### Q: 如何重置管理员密码？
|
|
|
|
|
A: 运行 `reset_db.py` 重置数据库，或直接在数据库中修改密码哈希值。
|
|
|
|
|
|
|
|
|
|
## 📝 开发说明
|
|
|
|
|
|
|
|
|
|
### 添加新功能
|
|
|
|
|
|
|
|
|
|
1. 在 `app.py` 中添加路由和业务逻辑
|
|
|
|
|
2. 如需新数据模型，在 `models.py` 中定义
|
|
|
|
|
3. 在 `templates/` 中添加对应的 HTML 模板
|
|
|
|
|
|
|
|
|
|
### 数据库迁移
|
|
|
|
|
|
|
|
|
|
当前使用 SQLite，如需迁移到其他数据库：
|
|
|
|
|
1. 修改 `app.py` 中的数据库 URI
|
|
|
|
|
2. 运行应用，SQLAlchemy 会自动创建表结构
|
|
|
|
|
|
|
|
|
|
## 📄 许可证
|
|
|
|
|
|
|
|
|
|
本项目为课程设计项目，仅供学习使用。
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
## 🙏 致谢
|
|
|
|
|
|
|
|
|
|
- [The Movie Database (TMDB)](https://www.themoviedb.org/) - 提供电影数据 API
|
|
|
|
|
- [DashScope](https://dashscope.aliyun.com/) - 提供 AI 服务
|
|
|
|
|
- Flask 社区 - 优秀的 Python Web 框架
|
|
|
|
|
|
|
|
|
|
## 📞 联系方式
|
|
|
|
|
|
|
|
|
|
如有问题或建议，欢迎提交 Issue 或 Pull Request。
|
|
|
|
|
|
|
|
|
|
---
|
|
|
|
|
|
|
|
|
|
**FilmFinder** - 发现你的下一部好电影 🎬
|
|
|
|
|
|
|
|
|
|
数据可视化：ECharts (管理员统计)
|
ruanshuoyang
1 month ago