java

FilmFinder - 智能电影推荐系统

基于Flask与AI的个性化电影发现平台

项目简介 • 核心特性 • 技术栈 • 系统架构 • 快速开始 • 项目文档

🎬 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。

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。

✨ 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

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

🤖 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

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

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

🎨 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

响应式设计：基于Tailwind CSS，完美适配手机和电脑屏幕

交互式操作：收藏电影、1-5星评分、个人中心管理

👨‍💼 管理员功能 电影库管理：手动添加/删除电影

批量导入：通过TMDB API实现电影数据批量导入

数据统计：查看用户行为数据、电影热度排行

🛠 技术栈 后端技术 框架：Flask (Python)

ORM：SQLAlchemy

数据库：SQLite

算法库：NumPy (余弦相似度计算)

AI集成：DeepSeek API (智能搜索)

前端技术 基础技术：HTML5, CSS3, JavaScript

样式框架：Tailwind CSS

模板引擎：Jinja2

数据可视化：ECharts (管理员统计)