个人简介
一名14年经验的资深毕设内行人，语言擅长Java、php、微信小程序、Python、Golang、安卓Android等
开发项目包括大数据、深度学习、网站、小程序、安卓、算法。平常会做一些项目定制化开发、代码讲解、答辩教学、文档编写、也懂一些降重方面的技巧。
感谢大家的关注与支持！
尊敬的各位评委老师，大家好！我是xx同学，我的毕业设计题目是《基于Python的电影推荐系统》。本系统主要面向管理员、普通用户和游客三类角色，前台为用户提供电影轮播展示、基于协同过滤算法的个性化推荐、热映电影分类浏览、预告片在线观看、收藏评价等功能；后台则为管理员提供用户管理、电影分类管理、电影数据爬虫采集、热映电影管理、资讯发布和系统管理等模块。技术上采用Python作为开发语言，Django作为Web框架，MySQL作为数据库，推荐核心使用协同过滤算法实现。下面请各位老师批评指正。
评委老师： 你的系统提到了三种用户角色，请简单说一下游客和普通用户有什么区别？游客能使用哪些功能？
答辩学生： 游客不需要登录就可以访问系统，可以浏览首页的电影轮播、查看电影推荐、浏览热映电影和全部电影列表、搜索电影、观看预告片。但是游客不能收藏电影，也不能对电影进行评价，这些功能需要注册成为普通用户并登录后才能使用。
评委老师： 你的系统使用了协同过滤推荐算法，能简单解释一下这个算法是怎么给用户推荐电影的吗？
答辩学生： 协同过滤算法主要分为两种：基于用户的协同过滤和基于物品的协同过滤。我的系统主要采用基于物品的协同过滤，思路是：如果很多用户同时喜欢电影A和电影B，那么说明这两部电影比较相似。当用户收藏了电影A时，系统就会给他推荐与A相似的电影B。如果用户是新用户，还没有任何收藏记录，系统就按照电影的点击率来推荐热门电影。
评委老师： 系统的电影数据从哪里来？你说用了爬虫，能具体说说吗？
答辩学生： 系统的电影数据主要通过Python爬虫技术从豆瓣电影、时光网等公开的电影网站抓取，包括电影名称、类型、主演、导演、上映时间、剧情简介、海报图片等信息。管理员也可以在后台手动添加电影或上传预告片视频作为补充。
评委老师： 为什么选择Django框架？它有什么优势适合你这个项目？
答辩学生： 我选择Django主要有三个原因：第一，Django是Python语言最流行的Web框架，我基础比较薄弱，Django文档丰富、社区活跃，遇到问题容易找到解决方案；第二，Django自带后台管理界面，可以快速搭建管理端，减少开发工作量；第三，Django的ORM操作数据库很方便，不需要写复杂的SQL语句，适合我这种基础不太好的学生快速上手。
评委老师： 你的数据库选择了MySQL，表结构大概会设计哪些主要的数据表？
答辩学生： 我计划设计以下几张主要的数据表：用户表（存储用户注册信息）、电影表（存储电影基本信息，如名称、类型、主演、导演、简介、海报、预告片地址等）、电影分类表（存储电影类型，如动作、喜剧、爱情等）、收藏表（记录用户和电影的收藏关系，用于推荐算法）、评价表（存储用户对电影的评分和评论）、资讯表（存储电影新闻和公告）。大概就这几张核心表。
评委老师： 系统的推荐功能具体怎么实现？能给用户展示多少推荐电影？
答辩学生： 在首页的电影推荐区域，我计划给用户展示6-8部推荐电影。实现逻辑是：当用户登录后，系统查询该用户的收藏记录，通过协同过滤算法计算与该收藏电影相似度最高的其他电影，然后按相似度排序推荐。如果用户没有收藏记录，就按电影点击量取前6-8部热门电影展示。推荐结果会实时从数据库查询并展示在首页。
评委老师： 你说可以上传预告片视频在线观看，这个技术怎么实现？视频存在哪里？
答辩学生： 预告片上传功能我计划使用Django的文件上传功能实现，管理员在后台可以上传mp4格式的视频文件。视频文件会存储在服务器的指定目录下，数据库中只保存视频的文件路径。前端播放页面使用HTML5的video标签实现在线播放，这样不需要额外的播放器插件，兼容性也比较好。如果文件较大，我会限制上传大小在50MB以内，保证服务器性能和加载速度。
评委老师： 你的系统有没有考虑用户密码的安全性？怎么存储密码？
答辩学生： 有考虑的。用户密码我不会用明文存储在数据库里，而是使用Django内置的密码哈希功能进行加密存储。Django默认使用PBKDF2算法对密码进行哈希处理，即使数据库被泄露，攻击者也无法直接获取用户的真实密码。另外，登录时我会使用Django的认证系统来验证用户身份。
评委老师： 整个系统你计划怎么安排开发时间？大概多久能完成？
答辩学生： 我计划2025年3月开始，到2025年5月底完成，大概三个月时间。具体安排是：第一周完成需求分析和数据库设计；第二到三周完成用户注册登录和个人中心模块；第四到五周完成电影展示、搜索、收藏评价等前台功能；第六到七周完成爬虫数据采集和后台管理功能；第八周实现协同过滤推荐算法；第九周进行系统测试和bug修复；最后一周撰写毕业论文和准备答辩材料。
答辩评价与总结
评委老师： xx同学的开题报告整体结构清晰，功能需求明确，技术选型合理，对Django框架和协同过滤算法有基本的理解。从问答中可以看出该同学对自己的项目有较充分的思考，能够清楚地区分不同用户角色的权限，对数据安全和开发计划也有考虑。
建议改进的地方：
-
协同过滤算法的具体实现细节还需要在后续开发中深入研究，特别是相似度计算的方法（如余弦相似度或皮尔逊相关系数）要明确；
-
爬虫部分要注意遵守网站的robots协议，避免频繁爬取导致IP被封；
-
视频存储如果后期文件较多，建议考虑分目录存储或使用云存储方案。
总体评价： 该开题报告达到本科毕业设计要求，同意开题。希望xx同学按计划稳步推进，遇到技术难点及时与指导老师沟通，顺利完成毕业设计。
祝您答辩顺利！如需调整问题的难度或补充其他内容，请告诉我。
以上是某同学的毕业设计答辩的过程，如果你现在还没有参加答辩，还是开题阶段，已经选好了题目不知道怎么写开题报告，可以下面找找有没有自己符合自己题目的开题报告内容，列表中的开题报告都是往届真实的开题报告，可发送使用或参考。文末或底部来联xi可免费获取
最后
有时间和有基础的同学，建议自己多花时间找一下资料（开题报告、源码）自己独立完成毕设，需要开题报告内容、源码参考的，可以联xi博主，没有选题的也可以联系我们进行帮你选题、定功能和建议。