java毕设——电影推荐系统(协同过滤+springboot+vue)

本人根据毕设写出一个较为简单的小项目,最后毕设也是成功通过。闲来无事写这个帖子。(想了解代码的可以私我,保证你运行无阻)。

技术如标题所用,推荐算法使用的是比较经典的协同过滤(基于用户)。前后台均有些功能。可以先看看截图: 用户登陆之后进入电影主页,可以模糊搜索,支持分页跳转,点击电影之后进入详情界面。

在这个界面,如果喜欢该电影可以点击收藏,系统会根据收藏的电影进行个性化推荐。下面的猜你喜欢就是根据你点击的电影,获取该电影的类别(类别可能有多个)进行类别随机数选择从数据库中查询。

个人中心,用户修改自己的信息,预览收藏的电影。

管理员界面,哦对了,这些电影数据都是用爬虫直接从网站爬取的(代码也有的),可以正常播放的。

管理员不能修改用户的信息,只能设置权限是否可以正常登陆,登陆时会进行判断。

当然,也有一些比较简单的设置去解决冷启动(我给老师展示,老师都有点绷不住,哈哈哈)

就是在注册的时候,用户填写年龄和性别,以及选择喜欢的电影种类;

推荐优先级:根据收藏类型>注册选择类别>年龄和性别推测(这个直接用gpt)>高分电影推荐

点击个性化推荐时,后台会打印出推荐的类别。

如果各位佬有其他高见,欢迎指正加批评。 ------------------------------------------------ 版权声明:本文为CSDN博主「柳絮乱飘」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。 原文链接:blog.csdn.net/qq_58861683...

相关推荐
明月_清风3 小时前
Muse 登顶 App Store 第一,SDK 直接开源:AI Agent 开始进入下一个阶段
人工智能·后端
hsfxuebao6 小时前
Loop Engineering 保姆级教程 + 项目实战
人工智能·后端
打工仔折腾 AI6 小时前
从 Demo 到生产级 Agent:8 个关键设计机制与 Python 实现拆解
java·jvm·人工智能·后端·python·langchain·ai agent 实战
架构技术专栏6 小时前
交叉熵:AI 怎样给概率预测打分
后端
IT_陈寒8 小时前
SpringBoot自动配置坑了我一把,原来是这样绕过去的
前端·人工智能·后端
要努力啊4698 小时前
用 Codex 加速 Java 开发:从代码生成到测试覆盖的完整实战
后端
dora9 小时前
LangChain4j 新手入门实战教程(Java版)
后端·langchain·agent
蜗牛互联网9 小时前
MongoDB Atlas Agent Engine之后,如何用版本门禁防止陈旧写入
java·数据库·人工智能·后端·mongodb
付威20239 小时前
Rust 生命周期:为什么要有它,实际代码里到底怎么用?
后端
海岳云舟9 小时前
spring使用kafka的三种方式(listener、container、stream)
后端