基于内容的电影推荐系统，结合情感分析与 AJAX

此应用的更新版本可在以下地址找到： https://github.com/kishan0725/The-Movie-Cinema

基于内容的推荐系统会根据用户喜欢的电影推荐相似的影片，并对用户对该电影的评论进行情感分析。

电影的详细信息（标题、类型、时长、评分、海报等）通过 TMDB 的 API 获取，网址为：https://www.themoviedb.org/documentation/api。此外，我还利用电影在 IMDB 上的 ID，使用 beautifulsoup4 进行网页爬取，获取用户在 IMDB 网站上留下的评论，并对这些评论进行了情感分析。

YouTube 演示链接：https://www.youtube.com/watch?v=dhVePtyECFw

The Movie Cinema

我开发了一个类似的应用程序，名为“Movie Cinema”，它支持多语言电影。不过，与本应用不同的是，“Movie Cinema”使用了 TMDB 自带的推荐引擎。而我在本应用中实现的推荐功能并不适用于多语言电影，因为即使部署到 Heroku 平台上，为 TMDB 数据库中的 70 多万部电影生成 CountVectorizer 矩阵也会占用 200% 的内存。

“The Movie Cinema”应用链接：https://tmc.kishanlal.dev/

如果您在输入时无法通过自动补全找到想要的电影，也不必担心。只需直接输入电影名称并按下回车键即可。即使拼写有误，通常也能正常工作。

源代码：https://github.com/kishan0725/The-Movie-Cinema

克里什 YouTube 直播中的展示

如何获取 API 密钥？

请先在 https://www.themoviedb.org 注册账号，在账户设置的左侧边栏中点击 API 链接，填写相关信息申请 API 密钥。如果系统要求您提供网站 URL，而您暂时没有，可以直接填写“NA”。申请获批后，您将在 API 侧边栏中看到您的 API 密钥。

如何运行该项目？

1. 将此仓库克隆或下载到本地机器。
2. 使用命令 pip install -r requirements.txt 安装 requirements.txt 文件中列出的所有依赖库。
3. 从 https://www.themoviedb.org 获取您的 API 密钥。（参考上方关于如何获取 API 密钥的部分）
4. 在 static/recommend.js 文件中，将 YOUR_API_KEY 替换到 两个位置（第 15 行和第 29 行），然后保存文件。
5. 打开终端或命令提示符，进入项目目录，执行命令 python main.py 来运行主程序。
6. 打开浏览器，在地址栏输入 http://127.0.0.1:5000/。
7. 大功告成！

架构图

相似度分数：

系统如何判断哪部影片与用户喜欢的影片最为相似呢？这就需要用到相似度分数。

相似度分数是一个介于 0 到 1 之间的数值，用于衡量两件物品在 0 到 1 的尺度上有多相似。该分数是通过比较两件物品的文本描述来计算得出的。因此，相似度分数就是衡量两件物品文本描述之间相似程度的指标。这一过程可以通过余弦相似度来实现。

余弦相似度是如何工作的？

余弦相似度是一种用于衡量文档相似性的指标，它不考虑文档的大小。从数学角度来看，它是两个向量在多维空间中投影后所形成夹角的余弦值。余弦相似度的优势在于，即使两篇相似的文档在欧几里得距离上相距较远（由于文档长度的原因），它们的方向仍然可能非常接近。夹角越小，余弦相似度就越高。

更多关于余弦相似度的信息：理解余弦相似度背后的数学原理

数据集来源

1. IMDB 5000 部电影数据集
2. 电影数据集
3. 2018 年美国电影列表
4. 2019 年美国电影列表
5. 2020 年美国电影列表

星标历史

AJAX 电影推荐与情感分析系统快速上手指南

本指南帮助开发者快速部署基于内容过滤的电影推荐系统，该系统结合用户评论进行情感分析，并通过 AJAX 实现无刷新交互。

环境准备

在开始之前，请确保您的开发环境满足以下要求：

• 操作系统：Windows / macOS / Linux
• Python 版本：Python 3.8 或更高版本
• 包管理工具：pip
• API 密钥：需要 TMDB (The Movie Database) 的 API Key
  • 注册账号后，在设置侧边栏点击 API 申请密钥。
  • 若询问网站 URL，可填写 "NA"。
  • 审核通过后即可在侧边栏查看 API Key。

安装步骤

1. 克隆项目代码 将仓库克隆到本地机器：

   git clone https://github.com/kishan0725/AJAX-Movie-Recommendation-System-with-Sentiment-Analysis.git
   cd AJAX-Movie-Recommendation-System-with-Sentiment-Analysis
   

2. 安装依赖库 使用 pip 安装所需依赖（国内用户推荐使用清华源加速）：

   pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
   

3. 配置 API Key 打开 static/recommend.js 文件，找到第 15 行和第 29 行，将 YOUR_API_KEY 替换为您申请的 TMDB API Key：

   // 示例：将 YOUR_API_KEY 替换为实际密钥
   const apiKey = "您的实际_API_Key_此处";
   

   保存文件。

基本使用

1. 启动服务 在项目根目录下运行主程序：

   python main.py
   

2. 访问应用 打开浏览器，在地址栏输入以下地址：

   http://127.0.0.1:5000/
   

3. 操作演示

   • 在搜索框输入电影名称（支持模糊匹配，若有拼写错误通常也能识别）。
   • 如果自动建议未出现，直接输入完整名称并按 Enter 键。
   • 系统将展示电影详情（海报、评分、类型等），并基于该内容推荐相似电影。
   • 同时，系统会抓取 IMDB 评论并进行情感分析，展示用户对这部电影的情绪倾向。