【源码】基于Flask和Neo4j的番剧推荐系统

项目简介

本项目是基于Flask框架和Neo4j图形数据库构建的番剧推荐系统。借助协同过滤算法、随机推荐和新番推荐等功能，为用户提供个性化的番剧推荐服务。用户可通过网站浏览推荐番剧、进行搜索、评分，还能完成注册登录操作。

项目的主要特性和功能

1. 协同过滤推荐：依据用户评分数据，运用余弦相似度算法为用户推荐个性化番剧。
2. 随机推荐：从数据库随机选取番剧推荐给用户。
3. 新番推荐：按照番剧发布时间，推荐最新番剧。
4. 用户评分：用户可为番剧评分，评分数据用于个性化推荐。
5. 搜索功能：用户能通过关键词搜索番剧。
6. 用户注册与登录：用户可注册新账号并登录系统。

安装使用步骤

1. 环境准备

确保已安装以下软件： - Python 3.x（建议使用3.9版本） - Neo4j 数据库（建议使用4.2.15版本） - Java 12 或更高版本（用于运行Neo4j）

2. 安装依赖库

在项目根目录下运行以下命令安装所需的Python库： bash pip install flask py2neo

3. 配置Neo4j数据库

1. 启动Neo4j：在终端中输入以下命令启动Neo4j数据库： bash neo4j.bat console 打开浏览器访问 http://localhost:7474/，使用默认用户名和密码 neo4j 登录。
2. 导入数据：
3. 将 data 文件夹下的 Bangumi_data.csv、uname.csv 和 lianxi.csv 文件复制到Neo4j的 import 目录下。
4. 在Neo4j的Web界面中依次运行以下Cypher命令导入数据： cypher // 加载动画数据 load CSV with headers from "file:///CSV/Bangumi_data.csv" as list create(:Animation{title_chinese:list.title1, ID:list.id, title_foreign:list.title2, episode:list.Episode, date:list.date, worker:list.worker, score:list.score, number_of_rater:list.s_number, image_url:list.image_url, label:list.label, introduction:list.txtl}) cypher // 加载用户数据 load csv with headers from "file:///CSV/uname.csv" as list create(:User{username:list.name,ID:list.uid,password:list.mima}) cypher // 加载评分数据 load csv with headers from "file:///CSV/lianxi.csv" as list match(u:User),(a:Animation) where u.ID = list.uid and a.ID = list.id with u,a,list create (u)-[:SCORE_ON{score:list.score}]->(a)

4. 运行项目

在项目根目录下运行以下命令启动Flask应用： bash python drama_recommended.py 启动后，访问 http://127.0.0.1:5000/ 即可使用番剧推荐系统。

注意事项

• 运行项目时，确保Neo4j数据库已启动并保持运行状态。
• 修改 drama_recommended.py、recommend.py 和 RWData.py 中的Neo4j数据库连接密码，确保与本地Neo4j数据库的密码一致。

下载地址

点击下载 【提取码: 4003】【解压密码: www.makuang.net】