微信小程序 | 基于ChatGPT实现电影推荐小程序

Posted 陶人超有料

tags:

篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了微信小程序 | 基于ChatGPT实现电影推荐小程序相关的知识，希望对你有一定的参考价值。

文章目录


** 效果预览 **

1、根据电影明星推荐

2、根据兴趣标签推荐

3、根据电影名推荐

一、需求背景

在我们日常想看电影的时候，经常会遇到一些问题：
1. 闲来无事想看个电影，打开电影列表，感觉都是看过的，一下子不知道该如何去发现新大陆?
2. 喜欢某个演员，想看与他风格类似的电影，可惜电影网站的影片推荐总是那么不尽人意！
3. 在不同的电影网站，填入自己的感兴趣的标签，结果推荐出来的电影题材并不是自己想要的效果！

既然说起推荐系统，这就刚好踩中了我那研究三年推荐系统的读研苦逼时光了。稍微介绍一下时下主流的推荐系统的架构和算法：

主流推荐算法 基于用户的推荐算法 原理:将用户画像近似的用户进行相互推荐关联 基于项目的推荐算法 原理:将物品特征类似的项目进行相互推荐关联 协同过滤推荐算法 原理:通过协同过滤算法进行相互推荐关联

这里的大数据推荐系统体系仅为简单的架构模型，其中涉及到更多的计算任务和调度数据流等细节均已省略 【有兴趣的友友可关注后续栏目更新—带你手把手从零实现推荐系统】

在如此庞大的数据体量和计算引擎的支持下，现如今的推荐系统仍然没有以完美的姿态来解决用户的冷启动问题,所以说时下，推荐系统在学术界的研究已经达到了一种登峰造极的状态，你我都知道可能多引入一些高性能的模型去加强，多跑几轮模型去调参优化，从而实现更美丽的推荐效果！这样我们可能可以得到一篇优秀的论文！但是在工业应用领域，对于推荐算法的优化，新投入的算力跟人工成本，通常并不会由于更准推荐效果从而产生更丰厚的营收，可以说投入跟产出完全不成正比！这对于时下资本退却的互联网来说，这是最要命的！

于是乎，我们可以转换一下思路，有没有什么模型和算法可以实现推荐效果最优化，不惧怕因为用户数据量少而导致的冷启动问题 ------ 那么这个时候ChatGPT获取可以申请一战，他有超海量的全人类用户数据、连续产生内容及记忆理解上下文功能！

好那么，基于此，让我们来用ChatGPT做一个电影推荐小程序！ 做一个可以满住你的任意无理要求的电影小程序。

二、项目原理及架构

2.1 实现原理

1. 要利用上ChatGPT的推荐功能，首先构造好目标明确的问题是成功的关键。
2. 在获取到GPT的推荐数据之后，我们需要将推荐结果中的电影内容获取并展示在小程序端，这里我们需要采用Python爬虫对豆瓣电影网进行爬取！

输入用户的喜好 返回电影数据 构造电影问题 返回推荐列表 爬取推荐电影信息 电影小程序 小程序后台服务 ChatGPT模型服务 豆瓣电影爬虫后台服务

这里我们构造了三类推荐类目： 兴趣标签、电影主题、电影明星

（1）根据用户的兴趣标签

通过用户输入的兴趣标签进行电影的匹配

整合用户兴趣数据 返回推荐结果 用户选择自己感兴趣的标签 ChatGPT进行分析

（2）根据关联类似主题的题材

发送电影名称 返回推荐结果 用户输入自己的喜欢的电影 ChatGPT进行分析

（3）根据特定的电影明星

发送电影明星姓名 返回推荐结果 用户输入自己的喜欢的电影明星 ChatGPT进行分析

2.2 技术架构

2.3 技术栈

模块语言及框架涉及的技术要点
小程序前端基于VUE 2.0语法+Uni-app跨平台开发框架Http接口通信、Flex布局方式、uView样式库的使用、JSON数据解析、定时器的使用
小程序接口服务端Python + Flask WEB框架rest接口的开发、 ChatGPT API接口的数据对接
小程序数据爬虫服务端Python + Request 库Xpath路径元素解析、Http请求爬虫

三、项目功能的实现

3.1 小程序端设计与实现

首页标签选择
推荐电影列表页电影详情页

3.2 数据后端设计与实现

Flask后端接口服务 用户电影偏好数据交互接口 电影列表及详情获取接口 电影信息爬取接口

微信小程序 | 网易云+ChatGPT实现一个智能音乐推荐小程序

文章目录

* 效果预览

** 分析用户的输入产生推荐

** 分析用户的选择标签进行推荐

一、需求背景

截止到现在，在AI大模型领域，国内外已经从OpenAI一方称霸到现在的群雄崛起之势！

这不前两天4月7日，阿里经过这么多天的蛰伏终于发布了他家自研大模型通义千问。

国内外大厂的前赴后继，这足以说明AI大模型的火热。那么这个时候，作为应用开发的我们的机会就来了，我们可以充分借助大模型的能力来赋能我们的应用开发。那么这一次：我们来做一个基于网易云的音乐推荐小程序

网易云音乐大家应该都不陌生了，虽然说他没有QQ音乐家族那样丰富的版权，但是作为一款读乐比听歌更有趣的又去灵魂聚集地来说，这足以成为我们日常听歌的白月光！

  1. 在我们日常的听歌中过程中，经常会遇到一下几个问题：
    • 随着如今乐坛作曲水平的退步，越来越多的口水歌充斥在榜单中，当我们想听一些歌时，这些高流量、低创作水准的歌曲总是会被平台的推荐算法推荐过来，导致我们欣赏音乐的兴趣大打折扣！
    • 我们在使用网易云音乐的过程中，我们只能是以单纯的信息接收者的角色来进行数据交互，很多时候我们只是被动的接收平台给我们打上的用户画像标签！当推荐的内容和我们的兴趣爱好发生较大的偏差时，我们并不能及时地对平台推荐的内容进行修改，甚至不能对推荐规则进行修改！

那么这个时候，基于以上痛点，我们就可以直接使用ChatGPT来帮我们来进行歌曲的推荐，其好处在于：用ChatGPT进行推荐，我们可以及时对其反馈的结果进行修改，以及对他的推荐规则进行修改，从而找到最适合自己口味的歌曲！

二、项目原理及架构

2.1 实现原理

（1） 基于用户的喜欢歌手推荐

（2）基于用户的兴趣标签推荐

（3）改进上一步推荐的结果

2.2 技术架构

2.3 技术栈

模块语言及框架涉及的技术要点
小程序前端基于VUE 2.0语法+Uni-app跨平台开发框架Http接口通信、Flex布局方式、uView样式库的使用、JSON数据解析、定时器的使用
小程序接口服务端javascript + Node WEB服务网易云rest接口的开发、 ChatGPT API接口的数据对接 、 前后端websocket实时通信

2.4 数据交互原理

操作数据 API数据发送 处理用户请求 返回最终推荐歌曲列表 获取歌曲信息 返回歌曲数据 用户 小程序 ChatGPT 数据处理 网易云音乐接口

三、项目功能的实现

3.1 ChatGPT API的接入

要接入ChatGPT API，需要按照以下步骤进行操作：

  1. 注册一个账号并登录到OpenAI的官网：https://openai.com/
  2. 在Dashboard页面上，创建一个API密钥。在“API Keys”选项卡下，点击“Generate New Key”按钮。将生成的密钥保存好，以备后续使用。
  3. 选择所需的API服务，例如“Completion” API，以使用OpenAI的文本生成功能。


使用Python调用ChatGPT API实现代码如下：

  • 方法一：使用request库
import requests
import json

# 构建API请求
url = "https://api.openai.com/v1/engines/davinci-codex/completions"
headers = "Content-Type": "application/json",
           "Authorization": "Bearer YOUR_API_KEY"
data = 
    "prompt": "Hello, my name is",
    "max_tokens": 5


# 发送API请求
response = requests.post(url, headers=headers, data=json.dumps(data))

# 解析API响应
response_data = json.loads(response.text)
generated_text = response_data["choices"][0]["text"]

print(generated_text)
  • 方式二：使用openAI库
from flask import Flask, request
import openai

app = Flask(__name__)

openai.api_key = "YOUR_API_KEY_HERE"

@app.route("/")
def home():
    return "Hello, World!"

@app.route("/chat", methods=["POST"])
def chat():
    data = request.json
    response = openai.Completion.create(
        engine="davinci",
        prompt=data["message"],
        max_tokens=60
    )
    return response.choices[0].text

if __name__ == "__main__":
    app.run()

3.2 小程序端设计与实现

ChatGPT推荐悬浮功能用户标签选择功能用户问题实时交互功能

3.3 数据后端设计与实现

小程序后端服务 ChatGPT数据交互功能 网易云音乐数据交互功能 前端数据交互功能

对于整个后端服务的三大模块，其中对网易云音乐的数据调用与获取是整个项目的数据来源与核心，为实现高效地歌曲数据获取效果，借助了GiHub中网易云Node接口服务项目：网易云音乐 Node.js API service

  • 环境要求：需要 NodeJS 12+ 环境

  • 将项目拉去到本地

$ git clone git@github.com:Binaryify/NeteaseCloudMusicApi.git
$ cd NeteaseCloudMusicApi
$ npm install

或者


$ git clone https://github.com/Binaryify/NeteaseCloudMusicApi.git
$ cd NeteaseCloudMusicApi
$ npm install
  • 在本地进行打包运行(找到package.json文件,查看scripts中的启动命令)
# 运行之前进行依赖的安装
npm install 


# 根据 pacage.json 中的脚本指令运行项目
npm run start
  • 项目出现运行的服务地址之后说明项目启动成功

四、推荐阅读

🥇入门和进阶小程序开发，不可错误的精彩内容🥇 ：

以上是关于微信小程序 | 基于ChatGPT实现电影推荐小程序的主要内容，如果未能解决你的问题，请参考以下文章

微信小程序豆瓣电影项目的改造过程经验分享

自己做一个ChatGPT微信小程序(代码开源)

微信小程序 ｜基于Flask框架实现智能菜谱小程序

基于微信小程序的电影订票系统设计与实现（代码+数据库+论文）

微信小程序怎么设计 微信小程序设计指南

微信小程序开发之电影预告

(c)2006-2024 SYSTEM All Rights Reserved IT常识