计算机毕业设计python+spark知识图谱视频推荐系统 视频分析可视化大屏 视频爬虫 视频爬虫 大数据 人工智能 机器学习 深度学习 大数据毕业设计

研究工作进度安排:

(根据学校安排自行修改)

1、查阅资料,拟定写作大纲,完成研究内容、现状、方法的研究等,提交开题报告;

2、基本完成毕业设计及毕业论文草稿的撰写;

3、提交中期检查相关资料,参加中期检查;

4、修改完善毕业设计,完成毕业设计和论文稿的撰写;

5、提交答辩申请,参加答辩;

6、提交论文最终稿,打印装订论文,整理并上交全套毕业论文(设计)资料。

参考文献目录:

[1] 基于短视频内容理解的用户偏好预测模型研究[D]. Muhammad Irbaz Siddique.北京交通大学,2023

[2] 基于人像聚类的短视频推荐系统的研究与实现[D]. 郝艳峰.辽宁大学,2022

[3] 基于前景理论的视频推荐方法研究[D]. 李天鹏.河南财经政法大学,2021

[4] 高校视频公开课点播平台智能推荐系统的设计与实现[D]. 陈汉福.华南理工大学,2022

[5] 基于物品协同过滤的个性化视频推荐算法改进研究[D]. 卜旭松.宁夏大学,2021

[6] 基于图论的个性化视频推荐算法研究[D]. 陈壁生.华南理工大学,2023

[7] 基于深度观看兴趣网络的视频推荐系统设计与实现[D]. 刘端阳.北京邮电大学,2021

指导教师意见:

                                          签名:

                                            2023年3月 29日

教研室主任意见:

                                          签名:

                                             2023年3 月29日

核心算法代码分享如下:

# -*- codeing = utf-8 -*-
# 创建图谱专用的json文件
#
import numpy as np
import pandas as pd
import json
from db import db_util

d = db_util()
db, cursor = d.get_conn()

def build():
    s_dict = {}
    t_dict = {}
    ret = []

    ind1 = 10000
    ind2 = 20000
    ind3 = 30000
    rind = 900000

    sql = 'select  *  from  tb_detail'
    df = pd.read_sql(sql, con=db)
    for index, row in df.iterrows():

        up_name = row['up_name']
        tags = row['tags'].split(',')[0]

        if up_name not in s_dict:
            ind2 = ind2 + 1
            s_dict[up_name] = ind2
            index2 = ind2
        else:
            index2 = s_dict[up_name]

        if tags not in t_dict:
            ind3 = ind3 + 1
            t_dict[tags] = ind3
            index3 = ind3
        else:
            index3 = t_dict[tags]

        properties = {"name": row['title'], 'coins': row['coins'],  'likes':row['likes'], 'shares':row['shares']}
        start = {'identity': index, 'labels':['视频'], 'properties':properties}
        end = {'identity': index2, 'labels':['UP'], 'properties':{"name": up_name}}
        relationship = {"identity": rind, "start": index,"end": index2,
                        "type": "type", "properties": {"name": "创作"}}
        rind = rind + 1
        segments = []
        segments.append(dict(start=start, relationship=relationship, end=end))

        end = {'identity': index3, 'labels': ['分类'], 'properties': {"name": tags}}
        relationship = {"identity": rind, "start": index, "end": index3,
                        "type": "type", "properties": {"name": "分类"}}
        rind = rind + 1
        segments.append(dict(start=start, relationship=relationship, end=end))

        p = dict(segments=segments, length=1.0)
        ret.append(dict(p=p, score=2))

    json_str = json.dumps(ret, ensure_ascii=False)
    with open('test.json', 'w', encoding='utf8') as f2:
        # ensure_ascii=False才能输入中文,否则是Unicode字符
        # indent=2 JSON数据的缩进,美观
        json.dump(ret, f2, ensure_ascii=False, indent=2)
    print(json_str)
    print("end..")

if __name__ == '__main__':
    build()

相关推荐

最近更新

  1. docker php8.1+nginx base 镜像 dockerfile 配置

    2024-05-04 11:40:01       94 阅读
  2. Could not load dynamic library ‘cudart64_100.dll‘

    2024-05-04 11:40:01       101 阅读
  3. 在Django里面运行非项目文件

    2024-05-04 11:40:01       82 阅读
  4. Python语言-面向对象

    2024-05-04 11:40:01       91 阅读

热门阅读

  1. 【C++并发编程】(二)线程的创建、分离和连接

    2024-05-04 11:40:01       37 阅读
  2. MySQL45讲(一)(42)

    2024-05-04 11:40:01       29 阅读
  3. pycharm批量注释或取消多行

    2024-05-04 11:40:01       35 阅读
  4. SpringMVC的详解

    2024-05-04 11:40:01       30 阅读
  5. Debian下postgreSQL的安装和使用

    2024-05-04 11:40:01       35 阅读