JavaHadoop电影推荐及剧本分析系统-毕业设计源码67284_java基于hadoop的电影用户影评分析-CSDN博客

本文链接：https://blog.csdn.net/2401_88653928/article/details/146118234

摘要

随着互联网的普及和数字化技术的发展，电影产业正经历着巨大的变革。消费者可以通过在线视频平台随时随地观看电影，传统的电影院观影方式受到了挑战。因此，电影管理和推荐系统变得至关重要，以满足观众日益增长的需求。本文研究的电影推荐及分析系统是基于用户的兴趣和行为数据，通过算法模型进行分析和推荐电影给用户的系统。通过对用户历史行为数据和偏好进行挖掘和分析，推荐系统可以为用户提供个性化的电影推荐，帮助用户更快地发现符合自己口味的电影，提高用户黏性和观影体验。

本设计主要实现集人性化、高效率、便捷等优点于一身的电影推荐及分析系统，完成系统用户、电影数据管理、电影分类管理、电影展示管理、新增收藏管理、新增播放管理、系统管理、留言管理、通知公告管理、资源管理、交流管理等功能模块。系统通过浏览器与服务器进行通信，实现数据的交互与变更。本系统通过科学的管理方式、便捷的服务提高了工作效率，减少了数据存储上的错误和遗漏。

电影推荐及分析系统基于Java语言、MySQL数据库和Hadoop框架进行电影推荐及分析系统的设计与实现研究。通过使用Java语言的强大功能和灵活性，结合Hadoop框架的优势以及MySQL数据库的高效数据存储和管理能力，我们将开发一个功能全面、高效可靠的电影推荐及分析系统。

关键词：Java；Hadoop；电影推荐及分析系统；MySQL

Abstract

With the popularization of the Internet and the development of digital technology, the film industry is undergoing tremendous changes. Consumers can watch movies anytime and anywhere through online video platforms, posing a challenge to traditional cinema viewing methods. Therefore, movie management and recommendation systems have become crucial to meet the growing needs of audiences. The movie recommendation and analysis system studied in this article is based on user interest and behavior data, and is a system that analyzes and recommends movies to users through algorithm models. By mining and analyzing user historical behavior data and preferences, recommendation systems can provide personalized movie recommendations to users, helping them discover movies that match their taste more quickly, improving user stickiness and viewing experience.

This design mainly implements a movie recommendation and analysis system that combines the advantages of humanization, high efficiency, and convenience. It completes functional modules such as system user, movie data management, movie classification management, movie display management, new collection management, new playback management, system management, message management, notification and announcement management, resource management, and communication management. The system communicates with the server through a browser to achieve data exchange and change. This system improves work efficiency and reduces errors and omissions in data storage through scientific management and convenient services.

The design and implementation of a movie recommendation and analysis system is based on Java language, MySQL database, and Hadoop framework. By utilizing the powerful features and flexibility of Java language, combined with the advantages of Hadoop framework and the efficient data storage and management capabilities of MySQL database, we will develop a comprehensive, efficient, and reliable movie recommendation and analysis system.

Keywords:Java; Hadoop; Movie recommendation and analysis system; MySQL

1 绪论

1.1 选题背景与意义

随着互联网的快速发展和智能移动设备的普及，人们对于娱乐消费的需求也越来越多样化。电影作为一种重要的娱乐形式，受到了广大观众的热爱。然而，由于电影市场庞大且多样化，观众在选择电影时往往面临着困扰，不知道该选择什么样的电影来观看。

为了解决这个问题，电影推荐系统逐渐兴起。通过分析海量的用户数据和电影数据，电影推荐系统可以根据用户的兴趣和偏好，向其推荐适合的电影，提高用户的观影体验。

大数据的发展为电影推荐系统提供了更丰富的用户数据和更精准的推荐方法。大数据技术可以对海量的用户行为数据进行分析和挖掘，从而深度理解用户的兴趣和需求。同时，大数据的高效处理和算法模型的优化，能够为电影推荐系统提供更准确的推荐结果。

本文旨在通过构建基于大数据的电影推荐及分析系统，通过爬取电影信息数据，实现对用户进行个性化的电影推荐，并对电影市场进行分析和预测，为电影产业提供决策支持和发展方向的指导。

通过分析用户的兴趣和偏好，电影推荐系统可以向用户精准推荐适合的电影，提高用户观影的满意度和体验。本系统可以根据用户的需求和市场趋势，对电影进行分析和预测，帮助电影制片方和发行方进行决策，提高电影的票房收入和市场份额。通过分析用户的观影行为和反馈，电影推荐系统可以探索新的电影类型和题材，促进电影产业的创新发展。电影推荐系统的构建离不开大数据的支持和应用，通过研究基于大数据的电影推荐系统，可以促进大数据技术在其他领域的应用。

1.2研究现状

随着互联网和移动互联网的普及和发展，人们的娱乐方式发生了巨大变化，观影已经成为人们日常生活中不可或缺的娱乐活动。为了满足用户对于电影推荐的需求，许多研究者开始关注电影推荐系统的研究。

在国外，Netflix是一个知名的电影在线观看平台，其推荐系统获得了广泛的关注和认可。Netflix的推荐系统使用了大数据技术和机器学习算法，能够根据用户的观看历史和喜好进行个性化推荐。在国内，腾讯视频、爱奇艺等平台也在电影推荐系统的研究中取得了一定的进展。这些平台主要使用协同过滤算法和内容过滤算法，通过分析用户的观看历史和社交网络关系，为用户提供个性化的电影推荐。

然而，当前的电影推荐系统还存在一些问题。首先，现有的推荐算法虽然能够为用户提供个性化的推荐，但是往往无法解释推荐的理由，用户很难信任推荐结果。其次，电影推荐系统往往只关注用户的观看历史和喜好，忽略了电影本身的特性和内容，导致推荐结果缺乏多样性和新颖性。

因此，研究一种基于大数据的电影推荐及分析系统，是当前电影推荐系统研究的前沿和热点。该系统应该能够充分利用大数据技术和机器学习算法，结合电影的内容和用户的喜好，为用户提供个性化、理解性强的电影推荐。同时，该系统应该能够对电影进行特征提取和情感分析，为用户提供对电影内容的解读和评价。这样的系统能够更好地满足用户对电影推荐的需求，提升用户体验，推动电影产业的发展。

1.3研究内容

随着互联网的发展和智能化技术的不断革新，人们在查找电影资源和获取电影信息时越来越依赖于网络平台。电影推荐系统作为一种个性化推荐工具已经广泛应用于各大小电影网站，进一步提升了用户体验和用户忠诚度。本研究将基于爬虫技术和大数据分析，构建一个电影推荐及分析系统，旨在为用户提供更加个性化和准确的推荐服务，帮助用户更好地发现自己喜欢的电影，同时分析用户的观影偏好，为电影从业者提供数据支持。

具体研究内容包括以下几个方面：

（1）设计一个网络爬虫程序，结合Hadoop技术，用于抓取各大电影网站的电影信息和用户评价数据，建立电影信息数据库。

（2）建立用户行为数据采集系统，实时监测用户在系统中的观影行为，收集用户偏好数据。

（3）运用大数据分析技术，在海量数据中挖掘用户的观影习惯和喜好，建立用户兴趣模型。

（4）利用推荐算法，对用户行为数据和电影信息数据进行关联分析和推荐算法优化，提高推荐准确度和用户满意度。

1.4论文结构与章节安排

本文共分为六章，章节内容安排如下：

第一章为引言，此章节对所设计和实现的系统的背景和状况以及意义进行详细的论述以及说明，同时进行了论文整体框架的结构的简要介绍。

第二章为系统需求分析，章节所做的主要的工作是对系统进行了技术、经济和操作方面可行性的分析；对系统实行了总体功能的需求、用例分析。

第三章为系统的设计，主要是对系统的功能结构进行设计，并对系统数据库的概念结构以及物理结构的设计进行了分析。

第四章就是对系统的实现，根据系统功能的划分，分别的对系统所需要实现的前台客户功能和后台管理员功能进行了分析和说明。

第五章：系统测试。主要对系统的部分界面进行测试并对主要功能进行测试

第六章：总结。

2.1 可行性分析

系统可行行分析是对系统对系统可行性进行一个探讨。在探讨系统的可行性上我们主要从技术上的可行性和经济上的可行性以及法律层面的可行性上进行分析，如果三个层面度通过，我们则认为系统是比较可行的。

2.1.1 技术可行性分析

Hadoop 是一种常用的Java大数据的开发框架，能够实现分层架构，提高开发效率和代码复用性。电影推荐及分析系统在数据的存储上使用的MySQL数据库，在系统开发中使用了Java、HTML、Tomcat这些开发工具的使用，能够给我们的编写工作带来许多的便利。结合Hadoop和Java技术，可以快速搭建一个功能强大、性能稳定的电影推荐及分析系统。因此，从技术层面分析是可行的。

2.1.2 经济可行性分析

2.1.3 操作可行性分析

本系统实现功能的操作很简单，普通电脑的常见配置就可以运行本软件，并且只要粗通电脑使用的基本常识就可以流畅的使用本软件。电脑具备连接互联网的能力，并且可以正常访问系统，并不需要操作者有什么高超的能力，只需了解业务流程，并且按照专业知识进行正确操作即可，所以高校教材订购管理系统具备操作可行性。

2.2 系统功能分析

2.2.1 功能性分析

电影推荐及分析系统我划分为了普通用户模块和管理员模块这两大部分。

普通用户模块：

（1）用户注册登录：游客可以随时进入到系统中，对系统中的信息浏览，但是想要实现点赞评论等操作，就必须有这个系统的账号，如果没有账号的话，可以注册普通用户进行相关的操作，同时用户还可以通过“我的”这以按钮对个人信息以及操作的信息进行管控。

（2）查看电影推荐及分析系统的首页信息：电影推荐及分析系统的首页信息包含了首页、交流论坛、通知公告、电影资讯、用户反馈、电影展示等。

（3）交流论坛：用户点击“交流论坛”菜单显示所有的交流论坛信息，可以按照分类查看帖子信息，或者输入关键词进行局部搜索，点击可以进入帖子的详细展示界面，在此界面用户可以点赞、收藏、评论，也可以点击“发布内容”输入帖子信息进行发帖。

（4）通知公告：当用户点击“通知公告”这一菜单按钮，会显示管理员在后台发布的所有的通知公告，可以查看详情。

（5）电影资讯：当用户点击“电影资讯”这一菜单按钮，会显示管理员在后台发布的所有的电影资讯，可以查看详情，进行收藏、点赞、评论等。

（6）用户反馈：用户点击“用户反馈”按钮可以填写并提交用户反馈内容。

（7）电影展示：用户可以查看电影展示信息，在查询到自己想要了解的电影展示信息的时候，可以进入查看详细的介绍，包括电影名称、电影编号、电影分类、电影地区、电影演员、电影分数、累计收藏、累计播放、电影视频、电影简介等信息，在电影展示详情这个界面，同时支持用户对电影进行收藏、点赞以及评论的功能。

（8）我的账户：在前台点击“我的”下面的“我的账户”可以对个人资料+密码修改进行管控。

（9）个人中心：普通用户在前台点击“个人中心”可以对个人首页和自己收藏的信息进行管理。

管理员管理模块：

（1）登录：管理员在后台可以输入用户名+密码进行登录，管理员的用户名和密码是在数据库中直接设定好的。

（2）系统用户：管理员可以对电影推荐及分析系统中的管理员以及前台注册的普通用户进行增删改查。

（3）电影数据管理：管理员执行管理电影数据列表，可以对电影数据进行查询、添加、重置或删除。如果需要添加数据，可以点击爬取一键新增新的电影数据，也通过下载导入文档至后台，按文档格式保存电影数据，再导入文档即可更新电影数据。

（4）电影分类管理：点击“电影分类管理”系统会把电影推荐及分析系统当中所有的电影分类信息都显示出来，管理员可进行添加电影分类和类型描述管理，并可进行查询、重置或删除等相应操作。

（5）电影展示管理：管理员点击“电影展示管理”会显示出所有的电影展示信息，如果想要添加新的电影展示，点击“添加”按钮，输入电影名称、电影编号、电影分类、电影地区、电影演员、电影分数、累计收藏、累计播放、电影视频、电影简介等信息，点击“提交”按钮就可以添加了，同时可以选择某一条电影展示，点击“删除”进行删除，也可以对用户提交的电影评论的信息进行管控。

（6）新增收藏管理：管理员点击“新增收藏管理”会显示出所有的新增收藏信息，可以选择某一条新增收藏查看详情。

（7）新增播放管理：管理员点击“新增播放管理”会显示所有的新增播放信息，点击详情查看详细内容。

（8）系统管理：管理员点击“系统管理”菜单可以对首页展示的轮播图进行管理。

（9）留言管理：管理员点击“留言管理”可以对前台普通用户提交的用户反馈信息进行审核回复。

（10）通知公告管理：管理员点击“通知公告管理”菜单可以查看到系统中的所有通知公告信息，对已经存在的通知公告，管理员可以修改，也可以添加新的通知公告或者删除通知公告。

（11）资源管理：管理员可以对电影推荐及分析系统前台展示的电影资讯以及电影资讯所属的分类进行管控。

（12）交流管理：管理员可以对系统前台展示的交流论坛以及交流论坛所属的分类进行管控。

2.2.2 非功能性分析

电影推荐及分析系统的非功能性需求比如电影推荐及分析系统的安全性怎么样，可靠性怎么样，性能怎么样，可拓展性怎么样等。具体可以表示在如下2-1表格中：

表2-1电影推荐及分析系统非功能需求表

安全性	主要指电影推荐及分析系统数据库的安装，数据库的使用和密码的设定必须合乎规范。
可靠性	可靠性是指电影推荐及分析系统能够按照用户提交的指示进行操作，经过测试，可靠性90%以上。
性能	性能是影响电影推荐及分析系统占据市场的必要条件，所以性能最好要佳才好。
可扩展性	比如数据库预留多个属性，比如接口的使用等确保了系统的非功能性需求。
易用性	用户只要跟着电影推荐及分析系统的页面展示内容进行操作，就可以了。
可维护性	电影推荐及分析系统开发的可维护性是非常重要的，经过测试，可维护性没有问题

2.3 系统用例分析

电影推荐及分析系统的完整UML用例图分别是图2-1和图2-2。

图2-1就是普通用户角色的用例展示。

图2-1 系统普通用户角色用例图

图2-2就是管理员角色的用例展示。

图2-2 管理员角色用例图

2.4 系统业务流程分析

管理员权限下的工作流程主要为：管理员通过系统界面提供登录按钮并点击，转入管理员登录界面，并在界面上填入相应的管理员账户和管理员密码，进入管理员权限下的后台系统，并且在系统左侧导航条设置了相应的操作功能。

用户权限下的工作流程主要为：用户通过系统提供的注册功能，进行身份验证并注册，而后在登录界面进行个人身份验证，并且进入用户的个人后台界面，并进行相应的操作。

开发电影推荐及分析系统最主要的一个目的就是实现用户在线浏览电影信息的便捷，系统的业务流程图如下所示。

图2-3系统业务流程图

2.5本章小结

本章主要通过对电影推荐及分析系统的可行性分析、功能需求分析、系统用例分析、系统流程分析，确定整个电影推荐及分析系统要实现的功能。同时也为电影推荐及分析系统的代码实现和测试提供了标准。

3 电影推荐及分析系统总体设计

本章主要讨论的内容包括电影推荐及分析系统的功能模块设计、数据库系统设计。

3.1 系统功能模块设计

3.1.1整体功能模块设计

在上一章节中主要对系统的功能性需求和非功能性需求进行分析，并且根据需求分析了本电影推荐及分析系统中的用例。那么接下来就要开始对电影推荐及分析系统的架构、主要功能和数据库开始进行设计。电影推荐及分析系统根据前面章节的需求分析得出，其总体设计模块图如图3-1所示。

图3-1 系统功能模块图

3.1.2用户模块设计

本系统的用户包括管理员和用户两种用户模块的功能基本是相同的，用户比管理员多了一个注册功能，所以以用户模块的结构图为例进行分析，用户模块结构图为例进行分析，如下图：

图3-2用户模块结构图

3.1.3 评论管理模块设计

电影推荐及分析系统是一个交流性质的公开平台，用户在平台上提交评论，增加用户之间的互动性。但是同时也为了更好的规范评论的内容，给予管理员删除不合适的评论的功能，所以需要专门设计一个评论管理模块，具体的结构图如下：

图3-3评论管理模块结构图

3.1.4电影展示管理模块设计

电影推荐及分析系统是中需要存储不少电影展示信息，其模块功能结构，具体的结构图如下：

图3-4电影展示模块结构图

3.1.5电影资讯管理模块设计

电影推荐及分析系统是中需要存储不少电影资讯，其模块功能结构，具体的结构图如下：

图3-5电影资讯模块结构图

3.2 数据库设计

数据库设计一般包括需求分析、概念模型设计、数据库表建立三大过程，其中需求分析前面章节已经阐述，概念模型设计有概念模型和逻辑结构设计两部分。

3.2.1 数据库概念结构设计

下面是整个电影推荐及分析系统中主要的数据库表总E-R实体关系图。

图3-6 系统总E-R关系图

3.2.2 数据库逻辑结构设计

通过上一小节中电影推荐及分析系统中总E-R关系图上得出一共需要创建很多个数据表。在此我主要罗列几个主要的数据库表结构设计。

表access_token (登陆访问时长)

编号	名称	数据类型	长度	小数位	允许空值	主键	默认值	说明
1	token_id	int	10	0	N	Y		临时访问牌ID
2	token	varchar	64	0	Y	N		临时访问牌
3	info	text	65535	0	Y	N
4	maxage	int	10	0	N	N	2	最大寿命：默认2小时
5	create_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	创建时间：
6	update_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	更新时间：
7	user_id	int	10	0	N	N	0	用户编号:

表add_favorite (新增收藏)

编号	名称	数据类型	长度	小数位	允许空值	主键	默认值	说明
1	add_favorite_id	int	10	0	N	Y		新增收藏ID
2	movie_title	varchar	64	0	Y	N		电影名称
3	movie_id	varchar	64	0	Y	N		电影编号
4	film_classification	varchar	64	0	Y	N		电影分类
5	new_date	date	10	0	Y	N		新增日期
6	add_favorite	int	10	0	Y	N	0	新增收藏
7	create_time	datetime	19	0	N	N	CURRENT_TIMESTAMP	创建时间
8	update_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	更新时间

表add_play (新增播放)

编号	名称	数据类型	长度	小数位	允许空值	主键	默认值	说明
1	add_play_id	int	10	0	N	Y		新增播放ID
2	movie_title	varchar	64	0	Y	N		电影名称
3	movie_id	varchar	64	0	Y	N		电影编号
4	film_classification	varchar	64	0	Y	N		电影分类
5	new_date	date	10	0	Y	N		新增日期
6	add_play	int	10	0	Y	N	0	新增播放
7	create_time	datetime	19	0	N	N	CURRENT_TIMESTAMP	创建时间
8	update_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	更新时间

表article (文章：用于内容管理系统的文章)

编号	名称	数据类型	长度	小数位	允许空值	主键	默认值	说明
1	article_id	mediumint	8	0	N	Y		文章id：[0,8388607]
2	title	varchar	125	0	N	Y		标题：[0,125]用于文章和html的title标签中
3	type	varchar	64	0	N	N	0	文章分类：[0,1000]用来搜索指定类型的文章
4	hits	int	10	0	N	N	0	点击数：[0,1000000000]访问这篇文章的人次
5	praise_len	int	10	0	N	N	0	点赞数
6	create_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	创建时间：
7	update_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	更新时间：
8	source	varchar	255	0	Y	N		来源：[0,255]文章的出处
9	url	varchar	255	0	Y	N		来源地址：[0,255]用于跳转到发布该文章的网站
10	tag	varchar	255	0	Y	N		标签：[0,255]用于标注文章所属相关内容，多个标签用空格隔开
11	content	longtext	2147483647	0	Y	N		正文：文章的主体内容
12	img	varchar	255	0	Y	N		封面图
13	description	text	65535	0	Y	N		文章描述

表article_type (文章分类)

编号	名称	数据类型	长度	小数位	允许空值	主键	默认值	说明
1	type_id	smallint	5	0	N	Y		分类ID：[0,10000]
2	display	smallint	5	0	N	N	100	显示顺序：[0,1000]决定分类显示的先后顺序
3	name	varchar	16	0	N	N		分类名称：[2,16]
4	father_id	smallint	5	0	N	N	0	上级分类ID：[0,32767]
5	description	varchar	255	0	Y	N		描述：[0,255]描述该分类的作用
6	icon	text	65535	0	Y	N		分类图标：
7	url	varchar	255	0	Y	N		外链地址：[0,255]如果该分类是跳转到其他网站的情况下，就在该URL上设置
8	create_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	创建时间：
9	update_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	更新时间：

表auth (用户权限管理)

编号	名称	数据类型	长度	小数位	允许空值	主键	默认值	说明
1	auth_id	int	10	0	N	Y		授权ID：
2	user_group	varchar	64	0	Y	N		用户组：
3	mod_name	varchar	64	0	Y	N		模块名：
4	table_name	varchar	64	0	Y	N		表名：
5	page_title	varchar	255	0	Y	N		页面标题：
6	path	varchar	255	0	Y	N		路由路径：
7	position	varchar	32	0	Y	N		位置：
8	mode	varchar	32	0	N	N	_blank	跳转方式：
9	add	tinyint	3	0	N	N	1	是否可增加：
10	del	tinyint	3	0	N	N	1	是否可删除：
11	set	tinyint	3	0	N	N	1	是否可修改：
12	get	tinyint	3	0	N	N	1	是否可查看：
13	field_add	text	65535	0	Y	N		添加字段：
14	field_set	text	65535	0	Y	N		修改字段：
15	field_get	text	65535	0	Y	N		查询字段：
16	table_nav_name	varchar	500	0	Y	N		跨表导航名称：
17	table_nav	varchar	500	0	Y	N		跨表导航：
18	option	text	65535	0	Y	N		配置：
19	create_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	创建时间：
20	update_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	更新时间：

表collect (收藏)

编号	名称	数据类型	长度	小数位	允许空值	主键	默认值	说明
1	collect_id	int	10	0	N	Y		收藏ID：
2	user_id	int	10	0	N	N	0	收藏人ID：
3	source_table	varchar	255	0	Y	N		来源表：
4	source_field	varchar	255	0	Y	N		来源字段：
5	source_id	int	10	0	N	N	0	来源ID：
6	title	varchar	255	0	Y	N		标题：
7	img	varchar	255	0	Y	N		封面：
8	create_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	创建时间：
9	update_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	更新时间：

表comment (评论)

编号	名称	数据类型	长度	小数位	允许空值	主键	默认值	说明
1	comment_id	int	10	0	N	Y		评论ID：
2	user_id	int	10	0	N	N	0	评论人ID：
3	reply_to_id	int	10	0	N	N	0	回复评论ID：空为0
4	content	longtext	2147483647	0	Y	N		内容：
5	nickname	varchar	255	0	Y	N		昵称：
6	avatar	varchar	255	0	Y	N		头像地址：[0,255]
7	create_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	创建时间：
8	update_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	更新时间：
9	source_table	varchar	255	0	Y	N		来源表：
10	source_field	varchar	255	0	Y	N		来源字段：
11	source_id	int	10	0	N	N	0	来源ID：

表film_classification (电影分类)

编号	名称	数据类型	长度	小数位	允许空值	主键	默认值	说明
1	film_classification_id	int	10	0	N	Y		电影分类ID
2	film_classification	varchar	64	0	Y	N		电影分类
3	create_time	datetime	19	0	N	N	CURRENT_TIMESTAMP	创建时间
4	update_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	更新时间

表film_display (电影展示)

编号	名称	数据类型	长度	小数位	允许空值	主键	默认值	说明
1	film_display_id	int	10	0	N	Y		电影展示ID
2	movie_title	varchar	64	0	Y	N		电影名称
3	movie_id	varchar	64	0	Y	N		电影编号
4	film_classification	varchar	64	0	Y	N		电影分类
5	film_region	varchar	64	0	Y	N		电影地区
6	film_actors	varchar	64	0	Y	N		电影演员
7	movie_score	varchar	64	0	Y	N		电影分数
8	movie_cover	varchar	255	0	Y	N		电影封面
9	accumulated_favorites	int	10	0	Y	N	0	累计收藏
10	accumulated_playback	int	10	0	Y	N	0	累计播放
11	movie_videos	varchar	255	0	Y	N		电影视频
12	movie_introduction	text	65535	0	Y	N		电影简介
13	hits	int	10	0	N	N	0	点击数
14	praise_len	int	10	0	N	N	0	点赞数
15	recommend	int	10	0	N	N	0	智能推荐
16	create_time	datetime	19	0	N	N	CURRENT_TIMESTAMP	创建时间
17	update_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	更新时间

表forum (论坛)

编号	名称	数据类型	长度	小数位	允许空值	主键	默认值	说明
1	forum_id	mediumint	8	0	N	Y		论坛id
2	display	smallint	5	0	N	N	100	排序
3	user_id	mediumint	8	0	N	N	0	用户ID
4	nickname	varchar	16	0	Y	N		昵称：[0,16]
5	praise_len	int	10	0	Y	N	0	点赞数
6	hits	int	10	0	N	N	0	访问数
7	title	varchar	125	0	N	N		标题
8	keywords	varchar	125	0	Y	N		关键词
9	description	varchar	255	0	Y	N		描述
10	url	varchar	255	0	Y	N		来源地址
11	tag	varchar	255	0	Y	N		标签
12	img	text	65535	0	Y	N		封面图
13	content	longtext	2147483647	0	Y	N		正文
14	create_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	创建时间：
15	update_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	更新时间：
16	avatar	varchar	255	0	Y	N		发帖人头像：
17	type	varchar	64	0	N	N	0	论坛分类：[0,1000]用来搜索指定类型的论坛帖

表forum_type (论坛分类)

编号	名称	数据类型	长度	小数位	允许空值	主键	默认值	说明
1	type_id	smallint	5	0	N	Y		分类ID：[0,10000]
2	name	varchar	16	0	N	N		分类名称：[2,16]
3	description	varchar	255	0	Y	N		描述：[0,255]描述该分类的作用
4	url	varchar	255	0	Y	N		外链地址：[0,255]如果该分类是跳转到其他网站的情况下，就在该URL上设置
5	father_id	smallint	5	0	N	N	0	上级分类ID：[0,32767]
6	icon	varchar	255	0	Y	N		分类图标：
7	create_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	创建时间：
8	update_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	更新时间：

表hits (用户点击)

编号	名称	数据类型	长度	小数位	允许空值	主键	默认值	说明
1	hits_id	int	10	0	N	Y		点赞ID：
2	user_id	int	10	0	N	N	0	点赞人：
3	create_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	创建时间：
4	update_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	更新时间：
5	source_table	varchar	255	0	Y	N		来源表：
6	source_field	varchar	255	0	Y	N		来源字段：
7	source_id	int	10	0	N	N	0	来源ID：

表message (留言板)

编号	名称	数据类型	长度	小数位	允许空值	主键	默认值	说明
1	message_id	int	10	0	N	Y		留言板ID:
2	user_id	int	10	0	N	N	0	用户ID:
3	title	varchar	64	0	Y	N		标题:
4	content	longtext	2147483647	0	N	N		内容:
5	nickname	varchar	32	0	N	N		昵称:
6	avatar	varchar	255	0	Y	N		头像:
7	email	varchar	125	0	Y	N		留言者邮箱
8	phone	varchar	11	0	Y	N		留言者手机号码
9	create_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	创建时间：
10	update_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	更新时间：
11	reply	longtext	2147483647	0	Y	N		回复
12	reply_state	tinyint	4	0	Y	N	0	回复状态

表movie_data (电影数据)

编号	名称	数据类型	长度	小数位	允许空值	主键	默认值	说明
1	movie_data_id	int	10	0	N	Y		电影数据ID
2	movie_title	varchar	64	0	Y	N		电影名称
3	movie_genre	varchar	64	0	Y	N		电影类型
4	film_region	varchar	64	0	Y	N		电影地区
5	film_actors	varchar	64	0	Y	N		电影演员
6	release_date	varchar	64	0	Y	N		发布日期
7	movie_score	varchar	64	0	Y	N		电影分数
8	movie_ratings	varchar	64	0	Y	N		电影评分
9	movie_ranking	varchar	64	0	Y	N		电影排名
10	number_of_actors	varchar	64	0	Y	N		演员数量
11	number_of_votes_cast	varchar	64	0	Y	N		投票数量
12	create_time	datetime	19	0	N	N	CURRENT_TIMESTAMP	创建时间
13	update_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	更新时间

表notice (公告)

编号	名称	数据类型	长度	小数位	允许空值	主键	默认值	说明
1	notice_id	mediumint	8	0	N	Y		公告id：
2	title	varchar	125	0	N	N		标题：
3	content	longtext	2147483647	0	Y	N		正文：
4	create_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	创建时间：
5	update_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	更新时间：

表praise (点赞)

编号	名称	数据类型	长度	小数位	允许空值	主键	默认值	说明
1	praise_id	int	10	0	N	Y		点赞ID：
2	user_id	int	10	0	N	N	0	点赞人：
3	create_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	创建时间：
4	update_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	更新时间：
5	source_table	varchar	255	0	Y	N		来源表：
6	source_field	varchar	255	0	Y	N		来源字段：
7	source_id	int	10	0	N	N	0	来源ID：
8	status	bit	1	0	N	N	1	点赞状态:1为点赞，0已取消

表regular_users (普通用户)

编号	名称	数据类型	长度	小数位	允许空值	主键	默认值	说明
1	regular_users_id	int	10	0	N	Y		普通用户ID
2	user_name	varchar	64	0	Y	N		用户姓名
3	user_gender	varchar	64	0	Y	N		用户性别
4	user_phone_number	varchar	64	0	Y	N		用户电话
5	examine_state	varchar	16	0	N	N	已通过	审核状态
6	user_id	int	10	0	N	N	0	用户ID
7	create_time	datetime	19	0	N	N	CURRENT_TIMESTAMP	创建时间
8	update_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	更新时间

表slides (轮播图)

编号	名称	数据类型	长度	小数位	允许空值	主键	默认值	说明
1	slides_id	int	10	0	N	Y		轮播图ID：
2	title	varchar	64	0	Y	N		标题：
3	content	varchar	255	0	Y	N		内容：
4	url	varchar	255	0	Y	N		链接：
5	img	varchar	255	0	Y	N		轮播图：
6	hits	int	10	0	N	N	0	点击量：
7	create_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	创建时间：
8	update_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	更新时间：

表upload (文件上传)

编号	名称	数据类型	长度	小数位	允许空值	主键	默认值	说明
1	upload_id	int	10	0	N	Y		上传ID
2	name	varchar	64	0	Y	N		文件名
3	path	varchar	255	0	Y	N		访问路径
4	file	varchar	255	0	Y	N		文件路径
5	display	varchar	255	0	Y	N		显示顺序
6	father_id	int	10	0	Y	N	0	父级ID
7	dir	varchar	255	0	Y	N		文件夹
8	type	varchar	32	0	Y	N		文件类型

表user (用户账户：用于保存用户登录信息)

编号	名称	数据类型	长度	小数位	允许空值	主键	默认值	说明
1	user_id	mediumint	8	0	N	Y		用户ID：[0,8388607]用户获取其他与用户相关的数据
2	state	smallint	5	0	N	N	1	账户状态：[0,10](1可用\|2异常\|3已冻结\|4已注销)
3	user_group	varchar	32	0	Y	N		所在用户组：[0,32767]决定用户身份和权限
4	login_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	上次登录时间：
5	phone	varchar	11	0	Y	N		手机号码：[0,11]用户的手机号码，用于找回密码时或登录时
6	phone_state	smallint	5	0	N	N	0	手机认证：[0,1](0未认证\|1审核中\|2已认证)
7	username	varchar	16	0	N	N		用户名：[0,16]用户登录时所用的账户名称
8	nickname	varchar	16	0	Y	N		昵称：[0,16]
9	password	varchar	64	0	N	N		密码：[0,32]用户登录所需的密码，由6-16位数字或英文组成
10	email	varchar	64	0	Y	N		邮箱：[0,64]用户的邮箱，用于找回密码时或登录时
11	email_state	smallint	5	0	N	N	0	邮箱认证：[0,1](0未认证\|1审核中\|2已认证)
12	avatar	varchar	255	0	Y	N		头像地址：[0,255]
13	open_id	varchar	255	0	Y	N		针对获取用户信息字段
14	create_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	创建时间：
15	vip_level	varchar	255	0	Y	N		会员等级
16	vip_discount	double	11	2	Y	N	0.00	会员折扣

表user_group (用户组：用于用户前端身份和鉴权)

编号	名称	数据类型	长度	小数位	允许空值	主键	默认值	说明
1	group_id	mediumint	8	0	N	Y		用户组ID：[0,8388607]
2	display	smallint	5	0	N	N	100	显示顺序：[0,1000]
3	name	varchar	16	0	N	N		名称：[0,16]
4	description	varchar	255	0	Y	N		描述：[0,255]描述该用户组的特点或权限范围
5	source_table	varchar	255	0	Y	N		来源表：
6	source_field	varchar	255	0	Y	N		来源字段：
7	source_id	int	10	0	N	N	0	来源ID：
8	register	smallint	5	0	Y	N	0	注册位置:
9	create_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	创建时间：
10	update_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	更新时间：

3.3本章小结

整个电影推荐及分析系统的需求分析主要对系统总体架构以及功能模块的设计，通过建立E-R模型和数据库逻辑系统设计完成了数据库系统设计。

4 电影推荐及分析系统详细设计与实现

电影推荐及分析系统的详细设计与实现主要是根据前面的电影推荐及分析系统的需求分析和电影推荐及分析系统的总体设计来设计页面并实现业务逻辑。主要从电影推荐及分析系统界面实现、业务逻辑实现这两部分进行介绍。

4.1前台用户功能模块

4.1.1 前台首页界面

当进入电影推荐及分析系统的时候，系统以上中下的布局进行展示，首先映入眼帘的是系统的导航栏，下面是轮播图，再往下是电影资讯，其主界面展示如下图4-1所示。

图4-1 前台首页界面图

4.1.2 用户注册界面

电影推荐及分析系统的游客和普通用户时可以进行注册登录，当用户右上角“注册”按钮的时候，当填写上自己的账号+密码+确认密码+昵称+邮箱+手机号等后再点击“注册”按钮后将会先验证输入的有没有空数据，再次验证密码和确认密码是否是一样的，最后验证输入的账户名和数据库表中已经注册的账户名是否重复，只有都验证没问题后即可用户注册成功。其用用户注册界面展示如下图4-2所示。

图4-2注册界面图

4.1.3 用户登录界面

电影推荐及分析系统中的前台上注册后的用户是可以通过自己的账户名和密码进行登录的，当普通用户输入完整的自己的账户名和密码信息并点击“登录”按钮后，将会首先验证输入的有没有空数据，再次验证输入的账户名+密码和数据库中当前保存的用户信息是否一致，只有在一致后将会登录成功并自动跳转到电影推荐及分析系统的首页中；否则将会提示相应错误信息，用户登录界面如下图4-3所示。

图4-3用户登录界面图

4.1.4交流论坛界面

当访客点击电影推荐及分析系统中导航栏上的“交流论坛”后将会进入到该“交流论坛”列表的界面，然后选择想要看的交流论坛，点击进入到详细界面，在详细界面可以收藏+赞+评论等操作。也可以点击发布内容发布新的交流帖子。交流论坛发布界面如下图4-4所示。

图4-4交流论坛发布界面图

4.1.5电影资讯界面

当访客点击电影推荐及分析系统中导航栏上的“电影资讯”后将会进入到该“电影资讯”列表的界面，然后选择想要看的电影资讯，点击进入到详细界面，在详细界面可以收藏+赞+订单评价等操作。电影资讯界面如下图4-5所示。

图4-5电影资讯界面图

4.1.6 电影展示界面

当用户点击“电影展示”后就可以看到所有的电影展示，可以输入电影名称或电影分类进行搜索查询，选择你想要了解的电影展示后将会进入该电影展示的详情界面，可以了解到该电影展示的电影名称、电影编号、电影分类、电影地区、电影演员、电影分数、累计收藏、累计播放、电影视频、电影简介等，同时可以点击下方的“点赞”、“收藏”进行相关操作，也可以在下方评论区输入想要评论的内容进行评论，电影展示详情展示页面如图4-6所示。

图4-6 电影展示详情界面图

4.1.7我的账户界面

当用户点击右上角“我的”这个按钮，会出现子菜单，点击“我的账户”可以对个人的资料以及登录系统的密码进行设置管理，我的账户界面如下图4-7所示。

图4-7 我的账户界面图

4.1.8个人中心界面

前台普通用户点击右上角“个人中心”模块，可以查看和管理个人相关和收藏的信息。普通用户个人中心界面如下图4-8所示。

图4-8普通用户个人中心界面

4.2后台功能模块

4.2.1系统用户界面

电影推荐及分析系统中的管理人员在“系统用户”这一菜单是中可以对注册的普通用户以及管理员进行管控。界面如下图4-9所示。

图4-9系统用户管理界面图

4.2.2电影数据管理界面

管理员点击“电影数据管理”会显示出已导入的所有电影数据信息。在系统此页面管理员执行管理电影数据列表，可以对电影数据进行查询、添加、重置或删除。如果需要添加数据，可以点击爬取一键新增新的电影数据，也通过下载导入文档至后台，按文档格式保存电影数据，再导入文档即可更新电影数据。电影数据管理界面如下图4-10所示。

图4-10电影数据管理界面图

4.2.3电影展示管理界面

管理员点击“电影展示管理”显示所有的电影展示，支持通过电影名称对电影展示进行查询。如果想要添加新的电影展示，点击“添加”按钮，输入电影名称、电影编号、电影分类、电影地区、电影演员、电影分数、累计收藏、累计播放、电影视频、电影简介等信息，点击“提交”按钮就可以添加了，可以对用户提交的电影评论的信息进行管控。也可以对电影展示信息进行新增收藏和播放数据信息。电影展示管理界面如下图4-11所示。

图4-11电影展示管理界面图

4.2.4系统管理界面

管理人员在“系统管理”这一菜单下是可以对电影推荐及分析系统内的轮播图进行添加修改的，其管理界面如下图4-12所示。

图4-12系统轮播图管理界面图

4.2.5资源管理界面

管理员点击“资源管理”菜单能够对其下子菜单电影资讯和电影资讯的分类进行增删改查。界面如下图4-13所示。

图4-13资源管理界面图

5系统测试

5.1 系统测试用例

系统测试包括：用户登录功能测试、电影展示查看功能测试、用户反馈添加、电影资讯搜索、密码修改、咨询电影功能测试，如表5-1、5-2、5-3、5-4、5-5、5-6所示：

用户登录功能测试：

表5-1 用户登录功能测试表

用例名称	用户登录系统
目的	测试用户通过正确的用户名和密码可否登录功能
前提	未登录的情况下
测试流程	1) 进入登录页面 2) 输入正确的用户名和密码
预期结果	用户名和密码正确的时候，跳转到登录成功界面，反之则显示错误信息，提示重新输入
实际结果	实际结果与预期结果一致

电影展示查看功能测试：

表5-2 电影展示查看功能测试表

用例名称	电影展示查看
目的	测试电影展示查看功能
前提	用户登录
测试流程	点击电影展示列表
预期结果	可以查看到所有电影展示信息
实际结果	实际结果与预期结果一致

添加用户反馈界面测试：

表5-3 添加用户反馈界面测试表

用例名称	添加用户反馈测试用例
目的	测试用户反馈添加功能
前提	用户正常登录情况下
测试流程	1）点击用户反馈管理，然后点击添加后并填写信息。 2）点击进行提交。
预期结果	提交以后，页面首页会显示新的用户反馈
实际结果	实际结果与预期结果一致

电影资讯搜索功能测试：

表5-4电影资讯搜索功能测试表

用例名称	电影资讯搜索测试
目的	测试电影资讯搜索功能
前提	无
测试流程	1）在搜索框填入搜索关键字。 2）点击搜索按钮。
预期结果	页面显示包含有搜索关键字的电影资讯
实际结果	实际结果与预期结果一致

密码修改搜索功能测试：

表5-5 密码修改功能测试表

用例名称	密码修改测试用例
目的	测试管理员密码修改功能
前提	管理员用户正常登录情况下
测试流程	1）管理员密码修改并完成填写。 2）点击进行提交。
预期结果	使用新的密码可以登录
实际结果	实际结果与预期结果一致

咨询电影功能测试：

表5-6咨询电影功能测试表

用例名称	咨询电影测试用例
目的	测试用户咨询电影功能
前提	用户正常登录情况下
测试流程	1）搜索查看电影展示，点击咨询电影。 2）填写咨询内容信息，点击进行提交。
预期结果	电影回复新增收藏
实际结果	实际结果与预期结果一致

5.2 系统测试结果

通过编写电影推荐及分析系统的测试用例，已经检测完毕用户登录功能测试、电影展示查看功能测试、用户反馈添加、电影资讯搜索、密码修改、咨询电影功能测试，通过这6大模块为电影推荐及分析系统的后期推广运营提供了强力的技术支撑。

结论

在开发本电影推荐及分析系统之前我胸有成竹，觉得很简单，但在实际的开发中我发现了自身的很多问题，许多编程思想和方法都还没有掌握牢靠，比如对于大数据的分析技术和Hadoop框架的使用，通过开发这个电影推荐及分析系统我成长了很多，懂得了做什么事情都要脚踏实地，不能眼高手低，在本次电影推荐及分析系统的开发中我逐渐掌握逐渐熟悉的技术。

本次基于大数据的电影推荐及分析系统的开发中我还学会了很多，例如良好的编程思想和完善的规划思想。在着手编程之前需要罗列出程序框架的大概，脑海中构建出程序的主题框架。做好这一步我们才能胸有成竹的经行开发项目。当设计框架了熟于心之后，需要思考本次编程所需的主要知识点和技术点，并充分学习。如此一来项目的开发才能循序渐进、如丝般顺滑，长久以往就能养成良好的开发习惯。一个程序好不好还要看出的bug多不多，如果在项目完成前做好bug的查验与预防可能发生的事故才能保证程序的稳定长久性运行。如果项目在完工后出现各种问题自己，那么在进入社会后，不仅会给公司团队带来麻烦和增加不必要的工作，还会导致客户流失，公司对自己的评价下降。

在本次项目中我也暴露了诸多问题。对于Hadoop的编程知识有所欠缺，环境配置和算法上出现诸多问题，时常导致项目运行出错，或者目标的实现有问题。或者实现想法时算法未优化，使得代码冗长，程序运行不顺畅。

参考文献

[1]Wang Q ,Esquivel A J .Personalized Movie Recommendation System Based on DDPG: Application and Analysis of Reinforcement Learning in User Preferences[J].The Frontiers of Society, Science and Technology,2023,5(18):

[2]Zhang Q ,Abisado M.A Novel Context-Aware Deep Learning Algorithm for Enhanced Movie Recommendation Systems[J].Mathematical Modelling of Engineering Problems,2023,10(6):

[3]Chen Y C ,Huang J J .Temporal-Guided Knowledge Graph-Enhanced Graph Convolutional Network for Personalized Movie Recommendation Systems[J].Future Internet,2023,15(10):

[4]王纪才,徐启南,袁霄翔.基于Python爬虫的电影数据可视化分析[J].周口师范学院学报,2023,40(05):60-65.DOI:10.13450/j.cnki.jzknu.2023.05.010.

[5]Guangjian H ,Xingtu Z ,Hassan S W , et al.Multi-knowledge resources-based semantic similarity models with application for movie recommender system[J].Artificial Intelligence Review,2023,56(Suppl 2):2151-2182.

[6]阿荣.基于混合推荐的电影推荐系统的设计与实现[D].北京邮电大学,2023.DOI:10.26969/d.cnki.gbydu.2023.001034.

[7]闫语.基于网络爬虫的观影大数据采集和分析[J].电子技术与软件工程,2023,(06):238-241.

[8]杨攀攀.基于Flink的电影推荐系统研究与设计[D].陕西科技大学,2023.DOI:10.27290/d.cnki.gxbqc.2023.000074.

[9]张璐璐,吴丽杰,孙俊杰等.基于网络数据自动提取的爬虫设计与实现[J].广州航海学院学报,2022,30(04):74-78.

[10]麦启明,夏梓桓,梁杰晋等.基于文本分析的电影推荐系统设计[J].家庭影院技术,2022,(14):74-78.

[11]王国华.基于python的豆瓣电影网络爬虫设计与分析[C]//天津市电子学会.第三十六届中国（天津）2022’IT、网络、信息技术、电子、仪器仪表创新学术会议论文集.天津市软件评测中心有限公司;,2022:4.DOI:10.26914/c.cnkihy.2022.015025.

[12]赵北辰.基于情感分析的电影推荐系统研究[D].华北电力大学,2022.DOI:10.27139/d.cnki.ghbdu.2022.000770.

[13]胡俊凯.基于Web的个性化电影推荐系统设计与实现[D].广东工业大学,2022.DOI:10.27029/d.cnki.ggdgu.2022.001833.

[14]黄梦歌.基于社会网络分析的电影推荐系统的设计与实现[D].西北民族大学,2022.DOI:10.27408/d.cnki.gxmzc.2022.000122.

[15]王博.大数据平台下的电影推荐系统研究[D].重庆大学,2021.DOI:10.27670/d.cnki.gcqdu.2021.002997.

[16]侯林坤.电影个性化推荐系统的构建[J].电脑知识与技术,2020,16(27):41-42.DOI:10.14004/j.cnki.ckt.2020.2863.

[17]曾英杰.基于Spark和用户偏好的电影推荐系统设计与实现[D].浙江工业大学,2020.DOI:10.27463/d.cnki.gzgyu.2020.000825.