基于Django与协同过滤的电影推荐系统实践

1. 项目概述这个电影推荐系统毕业设计项目本质上是一个融合了Web开发与推荐算法的综合应用。Django作为Python生态中最成熟的Web框架之一为系统提供了稳健的后台支撑而协同过滤算法则是实现个性化推荐的核心引擎。我在实际开发中发现这种技术组合特别适合在校学生作为全栈开发的练手项目——既能掌握Web开发全流程又能深入理解推荐系统的基本原理。系统的工作流程非常清晰用户在前端进行电影评分或浏览这些行为数据被收集到数据库后台的推荐算法实时分析用户偏好从电影库中筛选出最可能符合用户口味的影片最终通过Django渲染的页面将推荐结果呈现给用户。整个过程涉及大数据处理、算法优化和Web交互的完整闭环。2. 技术架构解析2.1 Django框架选型考量选择Django而非Flask或FastAPI主要基于三个实际考量开箱即用的Admin后台对于需要快速原型开发的毕业设计特别友好省去了用户管理、权限控制等基础功能的开发时间ORM系统让数据库操作变得简单即使不熟悉SQL也能快速构建数据模型完善的文档和社区支持遇到问题更容易找到解决方案我在项目中典型的模型定义如下class Movie(models.Model): title models.CharField(max_length200) genres models.CharField(max_length100) year models.IntegerField() rating models.FloatField(default0) class Rating(models.Model): user models.ForeignKey(User, on_deletemodels.CASCADE) movie models.ForeignKey(Movie, on_deletemodels.CASCADE) score models.FloatField() timestamp models.DateTimeField(auto_now_addTrue)2.2 协同过滤算法实现协同过滤算法主要分为两类基于用户的协同过滤UserCF找到相似用户群体推荐他们喜欢的电影基于物品的协同过滤ItemCF根据用户历史喜欢过的电影推荐相似影片考虑到电影数据通常比用户数据更稳定我选择了ItemCF作为基础算法。核心计算步骤如下构建物品相似度矩阵def calculate_similarity(movie1, movie2): # 获取对两部电影都评过分的用户 common_users set(movie1.ratings.values_list(user, flatTrue)) \ set(movie2.ratings.values_list(user, flatTrue)) # 计算余弦相似度 dot_product sum(movie1.ratings.get(useru).score * movie2.ratings.get(useru).score for u in common_users) norm1 sqrt(sum(movie1.ratings.get(useru).score**2 for u in common_users)) norm2 sqrt(sum(movie2.ratings.get(useru).score**2 for u in common_users)) return dot_product / (norm1 * norm2) if (norm1 * norm2) ! 0 else 0生成推荐列表时采用加权平均预测评分def predict_rating(user, movie): similar_movies get_top_similar_movies(movie, k20) numerator sum(sim * get_user_rating(user, sim_movie) for sim, sim_movie in similar_movies) denominator sum(abs(sim) for sim, _ in similar_movies) return numerator / denominator if denominator ! 0 else 03. 大数据处理优化3.1 数据存储方案当用户量和电影数据增长到一定规模时直接使用Django ORM查询会变得非常缓慢。我通过以下优化显著提升了系统性能使用Redis缓存热门电影和用户画像# 缓存用户最近浏览的电影 r redis.StrictRedis(hostlocalhost, port6379, db0) def get_user_recent_views(user_id): cache_key fuser:{user_id}:recent if r.exists(cache_key): return json.loads(r.get(cache_key)) else: views list(Rating.objects.filter(user_iduser_id) .order_by(-timestamp)[:10].values_list(movie_id, flatTrue)) r.setex(cache_key, 3600, json.dumps(views)) # 缓存1小时 return views对大规模矩阵运算使用numpy向量化操作替代循环3.2 算法性能提升原始协同过滤算法的时间复杂度是O(n^2)当电影数量n很大时计算会变得不可行。我实现了以下优化策略基于Spark的分布式计算适合超大规模数据from pyspark import SparkContext sc SparkContext(local, MovieRecApp) def calculate_similarity_spark(movie_pairs): return sc.parallelize(movie_pairs)\ .map(lambda x: (x, calculate_similarity(x[0], x[1])))\ .collect()局部敏感哈希LSH快速查找相似电影定期离线计算相似度矩阵在线推荐时直接查询4. 系统实现细节4.1 推荐结果展示前端采用BootstrapECharts实现可视化展示关键代码片段// 电影推荐雷达图 function showRecommendChart(movies) { const chart echarts.init(document.getElementById(chart)); const option { radar: { indicator: movies.map(m ({ name: m.title, max: 5 })) }, series: [{ data: [{ value: movies.map(m m.pred_score), name: 推荐指数 }] }] }; chart.setOption(option); }4.2 用户冷启动问题新用户没有评分历史时采用混合推荐策略基于内容的推荐电影类型、导演、演员等热门电影排行榜随机试探性推荐用于收集用户偏好实现代码def hybrid_recommend(user): if user.rating_set.count() 5: # 新用户 return popular_movies()[:10] random_movies(5) else: return itemcf_recommend(user)5. 部署与调试经验5.1 生产环境部署使用NginxGunicorn部署Django应用的典型配置# gunicorn启动命令 gunicorn --workers 4 --bind unix:/tmp/movierec.sock movierec.wsgi:application # nginx配置片段 location / { proxy_pass http://unix:/tmp/movierec.sock; proxy_set_header Host $host; }5.2 常见问题排查推荐结果重复率高检查相似度矩阵是否正常更新增加推荐多样性惩罚因子新用户推荐质量差优化冷启动策略引入社交网络数据如有系统响应慢检查Redis连接池配置对Django ORM查询添加select_related/prefetch_related6. 项目扩展方向在实际开发后我发现这个系统还有多个有价值的扩展方向实时推荐使用Kafka处理用户实时行为流深度学习模型将协同过滤与神经网络结合多维度推荐加入时间、地点等上下文信息A/B测试框架评估不同算法的实际效果对于想深入推荐系统领域的同学我建议先从MovieLens数据集开始实验逐步扩展到更复杂的场景。这个项目虽然作为毕业设计已经足够完整但推荐算法领域还有大量值得探索的空间。