电影推荐系统

这是一个基于Python开发的电影推荐系统，由我们小组共同完成。该系统主要面向电影爱好者，通过多种推荐算法为用户提供个性化的电影推荐。

项目概述

我们小组尝试使用了四种不同的方法来构建电影推荐系统，每种方法由小组的一位成员负责开发和实现。这些方法各有特色，适用于不同的推荐场景：

1. 加权评分推荐器 - 基于IMDB加权评分公式，根据用户评分和投票数量推荐高质量电影
2. 情节相似度推荐器 - 通过分析电影情节内容，推荐具有相似故事情节的电影
3. 关键词推荐器 - 利用电影的关键词标签，为用户推荐具有相似主题和元素的电影
4. 频繁项集推荐器 - 基于用户的观影历史，利用频繁模式挖掘推荐经常一起被喜欢的电影

数据集

本项目使用了以下数据集：

• MovieLens 数据集（包含电影元数据和用户评分）
• IMDB 数据（用于补充电影信息）

系统要求

• Python 3.11+
• 相关依赖库（见requirements.txt文件）

使用方法

# 安装依赖
pip install -r requirements.txt

# 运行推荐系统
python src/main.py --help

可用的推荐器模式：

# 加权评分推荐器
python src/main.py simple

# 情节相似度推荐器
python src/main.py plot

# 关键词推荐器
python src/main.py keyword

# 关联规则推荐器
python src/main.py association

有哪些选项可以选？

python src/main.py --help
python src/main.py simple --help
python src/main.py plot --help
python src/main.py keyword --help
python src/main.py association --help

项目结构

├── dataset/           # 数据集文件
├── docs/              # 文档
│   └── recommenders/  # 各推荐器详细文档
├── src/               # 源代码
│   ├── recommenders/  # 推荐器实现
│   ├── utils/         # 工具函数
│   ├── ui/            # 用户界面
│   └── main.py        # 主程序入口
└── requirements.txt   # 项目依赖

团队成员

• 陈可豪：负责加权评分推荐器(Simple Recommender)
• 王海天：负责情节相似度推荐器(Plot Recommender)
• 杨淳瑜：负责关键词推荐器(Keyword Recommender)
• 王熙同：负责关联规则推荐器(Association Recommender)