最NB完全开源分享—电影推荐系统小程序

Posted 2021-05-01 大唐计算机毕业设计

电影推荐系统小程序，分为三部分：小程序端、商家（影院）后台与管理员后台

适合课题

1. 电影选座系统、电影选座小程序类

2. 电影订票系统、电影院管理系统

3. 电影推荐系统、推荐系统

4. 以上课题均可以选择这个项目。

亮点·创新点

• 前后端分离：Vue.js

• 推荐算法：阿帕奇Mahout

• 搜索引擎：elasticsearch(ES)

• 聊天机器人：图灵AI机器人

技术点

• springboot

• elasticsearch

• mybatis-plus

• redis

• mysql

• 微信开发者工具

• Vue.js

废话不多说了，直接上图，奥利给！

核心推荐算法代码

/** *  * @Title: userBasedRecommender * @Description: 推荐算法实现 创新点 基于Mahout * @param @param movieId * @param @param cat * @param @param userId * @param @param size * @param @return  * @return Set<Movie>  * @throws */ public Set<Movie> userBasedRecommender(Integer movieId, String cat, Integer userId, Integer size){ UserSimilarity similarity = null; Set<Movie> recommendItems = new HashSet<>(); try { similarity = new PearsonCorrelationSimilarity(dataModel); NearestNUserNeighborhood neighbor = new NearestNUserNeighborhood(2, similarity, dataModel); Recommender recommender = new GenericUserBasedRecommender(dataModel, neighbor,similarity); List<RecommendedItem> recommendations = recommender.recommend(userId, size); for(int i = 0 ; i < recommendations.size() ; i++) { RecommendedItem recommendedItem=recommendations.get(i); recommendItems.add(movieMapper.selectById(recommendedItem.getItemID())); } } catch (TasteException e) { e.printStackTrace(); } if(recommendItems.size()<3){ recommendItems.addAll(movieMapper.getLikeMovieList(movieId,cat,3-recommendItems.size())); } return recommendItems; }

项目资料

配套有小程序代码、后端代码、sql脚本(带数据)、文档(你懂得！)、录屏，包安装、调试、部署、讲解

对此程序感兴趣的可以加我q2827724252 备注电影推荐系统 

                                  专注计算机毕业设计软件开发