MovieRecommend

2018/4/5    
UserCF是给用户推荐和他有共同兴趣爱好的用户喜欢的电影，ItemCF是给用户推荐那些和他之前喜欢的电影类似的电影。    
目前已经实现UserCF部分算法，模拟了用户-电影矩阵数据，对已有用户里的某一位用户进行电影推荐。之后的工作就是要从csv中获取数据。    
看了《推荐系统实践》这本书，后期可能用基于标签，但是基于标签算法涉及更多，每部电影都需要多个标签，不能用movielens数据集。

2018/4/7		
今天尝试用了pycharm，之前一直用的sublime，但是文件管理的比较混乱。用pycharm的时候遇到坑了，我系统按安装的是django1.11,
但是pycharm里面安装的是最新版本2.0，导致项目文件自带的代码有错误。后来又卸了重新安装，统一成了1.11.0版本。    
接下来是mysql，项目迁移如下：

    python manage.py migrate

   DATABASES = {
 'default': {
     'ENGINE': 'django.db.backends.mysql',
     'NAME': '[数据库名字]',
     'PASSWORD': '[自己设置一个密码]',
     'HOST': '127.0.0.1',
     'USER': 'root',
     'PORT': '',   
 }
}

2018/4/12    
今天找到了另一个csv文件，里面含有电影海报的链接，这样可以直接用Js动态获取链接然后加载图片；    
还有由于有很多个csv文件，每个文件包含的内容都不一样，所以要将各个文件合并。准备直接用mysql的多表查询。花了很久才成功把csv导入进mysql表中的ratings：    

   mysql->CREATE TABLE ratings(userId INT NOT NULL,movieId INT NOT NULL PRIMARY KEY AUTO_INCREMENT,rating DECIMAL(3,1) NOT NULL);
   mysql> load data local infile "e:/Moviedatabase/hhhh.csv" into table ratings fields terminated by ','
    -> enclosed by '"'
    -> lines terminated by '\n'
    -> (userId,movieId,rating);

2018/4/13    
注意result表里面要存电影的名字，而名字里面很多不确定的特殊符号，比如有逗号，冒号等。所以不能加enclosed by '"'这句，否则csv导进mysql表时会中断。    
然后创建一个总表：
mysql->CREATE TABLE RTotalTable(movieId INT NOT NULL,userId INT NOT NULL,rating INT,imdbId INT NOT NULL,title varchar(50) NOT NULL);
mysql->INSERT INTO RTotalTable SELECT *FROM(SELECT * from ratings natural join result) AS tb; //将ratings和result两张表连接后插入建好的RTotalTable表中。    
得到的最终表如下图所示，可以直接从这张表中得到用户信息及对电影的评分，然后获得推荐电影的id或者名字，通过imdbId可以获取到本地的电影海报。
  
昨天通过python下载图片时用的电影名字命名，这样过一会就异常了，原因同上，title里面含‘？’或者‘/’都会出错，所以今天改用imdbId.jpg来存图片。    


4/14    
今天做的很少，主要都去看深度学习视频了，为以后的研究生项目扫盲。    
主要还是csv和Mysql的问题，不知道要怎么去遍历里面的数据。之前是自己模拟的几个用户对电影进行评分，用的是列表类型，我就想能不能读取csv然后转为列表再操作。    


4/20    
由于之前创建表时，不小心将rating设为了int型，所以今天重新建了一张表改为DECIMAL，名为resultTable。而且增加了主键:id。    
‘alter table resultTable add column id int auto_increment PRIMARY KEY;’是给表增加一列并设为自增主键。    
现在前端页面已经可以获取图片的imdbId号和评分，接下来就是获取当前用户的名字，给他分一个从669开始的userId号。然后插入imdbId号和rating，调用算法进行分析。    


4/25    
今天实现了可以从前端页面获取评分的电影的rating和imdbId号并存入users_resulttable中，还要解决的是给登录用户自动分配一个userId号，与他的评分相对应。    
之后要实现算法从数据库中获取数据得出推荐结果。现在没有存title，后面得出推荐结果了就通过查询imdbId号得到海报和title。    
还实现了index.html显示用户登录信息。    
重新根据model生产数据表要将所有的迁移文件都删除才能生成成功。    

4/26    
实现了给每个用户分配一个id，其实是在原有的user.id基础上加1000.    
然后将算法导入pycharm，并且实现了可以将mysql数据表导出为csv文件。    
现在的Mysql表是user_resulttable，同csv文件，csv文件导出到static下。明天的任务是通过按钮将其连贯起来。    

4/27    
poster2从moviegenre7.txt导入。    
对users_resulttable的处理：    
alter table users_resulttable drop column id;    
load data local infile "e:/Moviedatabase/rrtotaltable.csv" into table users_resulttable fields terminated by ','    
lines terminated by '\n'    
(userId,imdbId,rating);    
alter table users_resulttable add column id int auto_increment PRIMARY KEY;     
费劲周折终于实现了从数据库里获取海报链接并且显示在Html上。    
但是，还没有实现从recommend函数得到的imdbId中查询到poster再显示。可能要将imdbId存到数组里再循环查询。    
而且还有个问题，就是现在页面一刷新数据库里就会出现重复的值。    

4/28    
有个最大的问题，现在imdbId和poster对应的表不完整，很多推荐出来的ImdbId号找不到电影海报。    
必须要解决这个问题，而且最好增加title。现已解决select查询语句遍历recommend函数输出的数组。    

4/29    
到今天为止，毕设基本已经完成。且增加了用户注销按钮。    
但有几点不足：    
1.推荐页面的排版样式未设计  2.运行速度有点慢  3.只用了一种推荐算法   4.每次刷新都在重新生成推荐列表，应该去除这种效果，刷新不应该变动。    

4/30    
提高了一点运行速度。    

5/2    
今天写完了ItemCF,但其实性能比UserCF差。因为电影数据集的电影数量比用户多太多。    

5/7    
今天登入数据库出现了问题，一直登不进去。后面重新建了数据库，重设置了密码。    
数据库名改为'haha'，端口号为3307，要删除迁移文件重新执行迁移。    
 CREATE TABLE moviegenre3(imdbId INT NOT NULL PRIMARY KEY,title varchar(300),poster varchar(600));    
 然后通过navicat将moviegenre3.csv自动导入。