[免费]基于Python的深度学习豆瓣电影数据可视化+情感分析推荐系统（Flask+Vue+LSTM+scrapy）【论文+源码+SQL脚本】

java1234_小锋2025-11-14 10:14

大家好，我是java1234_小锋老师，看到一个不错的基于Python的深度学习豆瓣电影数据可视化+情感分析推荐系统（Flask+Vue+LSTM+scrapy）【论文+源码+SQL脚本】，分享下哈。

项目视频演示

https://www.bilibili.com/video/BV1DBCxBeEzJ/

项目介绍

本项目旨在基于深度学习LSTM（Long Short-Term Memory）模型，基于python编程语言，Vue框架进行前后端分离，结合机器学习双推荐算法、scrapy技术、PaddleNLP情感分析以及可视化技术，构建一个综合的电影数据可视化+NLP情感分析推荐系统。通过该系统，用户可以获取电影数据、进行情感分析，并获得个性化的电影推荐，从而提升用户体验和满足用户需求。

系统展示

部分代码

复制代码

import json
import time
import uuid

from flask import Blueprint, request
from base.core import db
from base.code import ResponseCode
from base.response import ResMsg
from models.order import Order

orderBp = Blueprint("order", __name__)

@orderBp.route('/add', methods=["POST"])
def addOrder():
    res = ResMsg()
    uid = request.json['uid']
    order_total = request.json['amount']
    type = request.json['type']
    order_numbering = str(uuid.uuid4())  #基于随机数的方法生产一个UUID作为本次支付的订单号，支付宝的订单号必须唯一
    # order_total = 10.0
    current_time = time.strftime('%Y-%m-%d %H:%M:%S')
    order = Order(id=order_numbering, user_id=uid, amount=order_total, type=type, status=0, create_time=current_time)
    db.session.add(order)
    db.session.commit()
    res.update(code=ResponseCode.SUCCESS, data=order_numbering)
    return res.data

@orderBp.after_request
def close_session(response):
    db.session.close()
    return response

源码下载

链接：https://pan.baidu.com/s/19AoZodRrW6YLvqfGfaQbrQ

提取码：1234