项目设计目的：
本项目旨在开发一个基于Django框架的协同过滤电影推荐系统，通过分析用户的历史行为和喜好，为用户提供个性化的电影推荐。通过该系统，用户可以发现新的电影作品，提高用户对电影的满意度和粘性。
功能需求：
- 用户注册与登录：用户可以注册新账号并登录系统。
- 电影信息管理：管理员可以添加、编辑和删除电影信息，包括电影名称、导演、演员、类型等。
- 用户评分管理：用户可以对已观看的电影进行评分，并修改或删除评分。
- 推荐算法实现：系统根据用户的评分记录和其他用户的评分记录，使用协同过滤算法计算相似度，并为用户推荐具有高相似度且尚未观看过的电影。
- 电影推荐展示：系统将根据用户的兴趣和评分记录，为用户展示个性化的电影推荐列表。
- 用户之间的社交互动：用户可以关注其他用户，查看其评分记录和推荐列表，以便发现更多感兴趣的电影。
表结构设计：
User string username string password MovieRating int rating datetime timestamp Follow datetime timestamp Movie string title string director string actor string genre rates follows
对应的表结构设计如下：
User 表：
- id: 主键，自动生成的唯一标识符
- username: 用户名
- password: 密码
Movie 表：
- id: 主键，自动生成的唯一标识符
- title: 电影标题
- director: 导演
- actor: 演员
- genre: 类型
MovieRating 表：
- id: 主键，自动生成的唯一标识符
- user_id: 外键，关联到 User 表的 id 字段
- movie_id: 外键，关联到 Movie 表的 id 字段
- rating: 评分
- timestamp: 评分时间戳
Follow 表：
- id: 主键，自动生成的唯一标识符
- follower_id: 外键，关联到 User 表的 id 字段
- followed_id: 外键，关联到 User 表的 id 字段
- timestamp: 关注时间戳
项目结构图：
User Movie MovieRating Follow
ER图：
User string username string password MovieRating int rating datetime timestamp Follow datetime timestamp Movie string title string director string actor string genre rates follows
以上是该项目的简单制作过程，如有指导，定制等需要，请私聊。