电影推荐
启动
./bin/pycharm.sh
django-admin startproject movie_recommendation_project
cd movie_recommendation_project/
python manage.py movie_recommendation_app
python manage.py startapp movle_recommendation_app
ls
python manage.py runserverUsing the URLconf defined in movie_recommendation_project.urls, Django tried these URL patterns, in this order:
admin/
movie/The empty path didn’t match any of these.
You’re seeing this error because you have DEBUG = True in your Django settings file. Change that to False, and Django will display a standard 404 page.
第二步
def recommendation(request):
# 创建Spark会话
spark = SparkSession.builder.appName("MovieRecommendation").getOrCreate()
# 加载电影评分数据集
data_path = "/home/hadoop/Downloads/movie_recommend/movie_recommend/personalRatings.dat" # 替换为实际数据文件的路径
# 使用正确的分隔符来读取数据
ratings = spark.read.csv(data_path, header=False, sep="::", inferSchema=True)
# 为数据集添加列名
ratings = ratings.withColumnRenamed("_c0", "userId") \
.withColumnRenamed("_c1", "movieId") \
.withColumnRenamed("_c2", "rating") \
.withColumnRenamed("_c3", "timestamp")
# ratings.show(10)
# 创建ALS推荐模型
als = ALS(userCol="userId", itemCol="movieId", ratingCol="rating", coldStartStrategy="drop")
model = als.fit(ratings)
# 为某个用户生成电影推荐
user_id = 3 # 替换为您要为其生成推荐的用户ID
user_ratings = ratings.filter(ratings["userId"] == user_id)
# user_ratings.show()
user_unrated_movies = ratings.filter(ratings["userId"] != user_id).distinct()
# user_unrated_movies = ratings.filter(ratings["userId"] != user_id).select("movieId").distinct()
# user_unrated_movies.show()
recommendations = model.transform(user_unrated_movies)
# 获取前N个推荐电影
top_n_recommendations = recommendations.orderBy("prediction", ascending=False).limit(10)
# top_n_recommendations.show()
# for recommendation2 in top_n_recommendations.collect():
# print(recommendation2.movieId)
# 在视图中进行数据转换
recommendation_data = [{"movieId": row.movieId, "prediction": row.prediction} for row in top_n_recommendations.collect()]
# 将数据传递给模板
context = {
"user_id": user_id,
"recommendations": recommendation_data # 使用转换后的数据
}
return render(request, "recommendation.html", context)
1::3::3::978301968
1::4::4::978300275
1::5::5::978824291
1::6::3::978302268
1::7::5::978302039
1::8::5::978300719
2::7::7::978302037
2::8::8::978300718
3::1::5::978300760
3::2::3::978302109
4::7::5::178302039
4::8::5::178300719
html
<!DOCTYPE html>
<html>
<head>
<title>电影推荐</title>
</head>
<body>
<h1>电影推荐结果</h1>
<p>为用户 {
{ user_id }} 推荐的电影：</p>
<ul>
{% for recommendation in recommendations %}
<li>电影ID: {
{ recommendation.movieId }}, 推荐评分: {
{ recommendation.prediction }}</li>
{% endfor %}
</ul>
</body>
</html>
第三步
结课
Django（含 flask）框架下 web 软件任务分工（供参考）
:最多 5 个人一组（得分：100%、90%、
80%、70%、70%），最少 1 个人一组。最后一次实践课展示答辩软件。
1. 数据集导入功能（设置 csv、excel、txt 等格式文件导入按钮，点击可上传导入数据集），
数据集不少于 5000 条，选文本等非结构数据（新浪微博评论、抖音视频评论、领导留
言板数据、裁判文书数据等）加分
2. 数据集统计信息可视化：（
1）基本信息：数据量、行、列数目等（
2）类别数据的占比饼
图
等 等 ，
可 参 考 ：
https://me.divominer.cn/projects3. 数据预处理选项按钮（可选择处理哪些列，预处理结果保存为新的列，设置缺失值处理，
数值型数据标准化，类别型数据编码等按钮，按后完成相应操作，文本数据预处理可以
自行增加更多按钮，实现更多预处理功能）
4. 实现如下功能之一即可：分类、聚类、回归、情感分析、主题挖掘等。设置模型选择下
拉菜单，可选择相应模型，选择后，对相应模型进行 分析，分析参考思路：
5. 设置数据分析报告模板（word 文件模板），分析完一键生成分析报告，对应的可视化图、
模型结果、模型评价等信息存入 word 模板，并对话框提示分析报告存放位置。（参考如
下图）。
6. 软件封装成 exe 文件
django
render函数通常需要三个参数，但也可以接受可选参数。这些参数的一般形式如下：
pythonCopy code
render(request, template_name, context, content_type=None, status=None, using=None)- request: 这是HTTP请求对象，通常是request参数。它包含有关用户请求的信息，如请求的URL、HTTP方法、用户的会话等。
- template_name: 这是要渲染的模板文件的名称。它通常是一个字符串，指定要使用的模板文件的路径，相对于您的Django应用中的模板目录。例如，如果您的模板文件位于应用的templates目录下，可以提供模板文件的相对路径。
- context: 这是一个字典，其中包含要传递到模板中以供渲染的数据。这些数据可以在模板中使用，以动态生成页面内容。
- content_type (可选): 这是响应的内容类型（Content Type），通常为字符串，用于指定响应的MIME类型。如果未指定，Django将使用默认的MIME类型。
- status (可选): 这是HTTP响应的状态码，通常是一个整数。如果未指定，Django将使用默认的200 OK状态码。
- using (可选): 这是一个字符串，用于指定要使用的模板引擎的名称。如果您使用的是Django的默认模板引擎，通常不需要指定此参数。如果您在项目中配置了多个模板引擎，可以使用此参数来指定要使用的模板引擎的名称。
urls
urlpatterns = [ path('', views.movie, name='movie'), path('recommendation/', views.recommendation, name='recommendation'), path('chart/', views.chart, name='chart'), ]解释一下这个
这是一个典型的Django应用中的URL映射（URL patterns）定义，它指定了不同URL路径与视图函数之间的映射关系。让我解释这个URL映射的每一部分：
- urlpatterns 是一个列表，其中包含了Django应用的所有URL模式。
- path('', views.movie, name='movie') 是一个URL模式定义。它包括以下三个部分：
-
- ' '：这是URL模式的路径部分。在这种情况下，它是空字符串，表示应用的根URL路径（例如，http://example.com/）。
- views.movie：这是与该URL路径关联的视图函数。在这里，它指定了名为movie的视图函数，通常位于views.py文件中。
- name='movie'：这是该URL模式的名称，以便在代码中引用或生成URL时使用。它被设置为'movie'，允许您在其他地方引用此URL模式，例如，从模板或其他视图函数中生成链接。
- 同样的逻辑适用于后续的两个URL模式：
-
- path('recommendation/', views.recommendation, name='recommendation')：这个URL模式将路径"/recommendation/"映射到名为recommendation的视图函数，并分配了名字'recommendation'。
- path('chart/', views.chart, name='chart')：这个URL模式将路径"/chart/"映射到名为chart的视图函数，并分配了名字'chart'。
总之，这个URL映射定义允许Django应用在根路径（空路径）、"/recommendation/"和"/chart/"路径上响应不同的视图函数，并为每个路径分配了一个独特的名称，以便在代码中引用和生成URL。这有助于管理应用中的不同URL路径和视图之间的关系。
diango项目创建
django==2.1
pylint
pylint-django
autopep8
pip install -r requirements.txt
pip config set global.index-url Simple Index
创建
django-admin startproject TradingMonitorcd
cd TradingMonitor/
python manage.py migrate
为这个系统添加管理员账户： python3 manage.py createsuperuser
python manage.py createsuperuser #配置用户
————————————————
版权声明：本文为CSDN博主「qq_47150350」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：如何使用虚拟环境搭建一个Django项目_虚拟环境中如何创建django项目-CSDN博客
python manage.py runserver
可视化大屏幕
https://github.com/CavalryZsl/Echarts-Django
开发一个整合了Django和PySpark的微博舆情分析软件需要进行一系列的步骤。以下是一个简要的计划，涵盖了主要的开发任务和步骤。请注意，这只是一个起点，实际的开发可能需要根据具体需求进行调整和扩展。
步骤一：环境准备
- 安装Python、Django和PySpark。
- 创建Django项目和应用程序。
步骤二：数据收集
- 使用Django创建一个爬虫或集成微博API，从微博获取舆情数据。
- 将数据存储到数据库中，例如使用Django的模型定义。
步骤三：数据清洗和预处理
- 使用PySpark进行数据清洗和预处理。
- 处理缺失值、去重、文本分词等。
- 将清洗后的数据保存回数据库。
步骤四：情感分析
- 使用PySpark MLlib或其他情感分析库对微博文本进行情感分析。
- 将分析结果与原始数据关联，存储到数据库中。
步骤五：创建Django视图和模板
- 创建Django视图处理用户请求，与数据库交互。
- 使用Django模板渲染前端页面，展示分析结果和可视化。
步骤六：用户认证和权限管理
- 实现用户认证和授权功能，确保只有授权用户可以访问敏感数据和功能。
步骤七：前端交互和可视化
- 使用前端框架（如Vue.js或React）创建交互式的用户界面。
- 利用图表库（如Plotly或Chart.js）展示舆情分析结果。
步骤八：部署
- 部署Django应用程序和PySpark分析任务。
- 使用Docker等工具容器化应用，简化部署过程。
补充建议：
- 性能优化： 对PySpark任务进行性能优化，考虑分布式计算等。
- 异常处理： 添加适当的异常处理机制，确保系统稳定性。
- 日志记录： 在关键部分添加日志记录，以便追踪和调试问题。
- 安全性： 考虑数据的加密、用户身份验证等安全性问题。
以上步骤是一个基本的框架，实际项目中可能需要根据具体需求和团队技能进行调整。在开发过程中，及时测试和迭代是非常重要的，以确保软件的质量和稳定性。
