当前位置：首页 > news >正文

[免费]基于Python的深度学习豆瓣电影数据可视化+情感分析推荐系统（Flask+Vue+LSTM+scrapy）【论文+源码+SQL脚本】

news 2025/11/14 6:44:28

大家好，我是java1234_小锋老师，看到一个不错的基于Python的深度学习豆瓣电影数据可视化+情感分析推荐系统（Flask+Vue+LSTM+scrapy）【论文+源码+SQL脚本】，分享下哈。

项目视频演示

https://www.bilibili.com/video/BV1DBCxBeEzJ/

项目介绍

本项目旨在基于深度学习LSTM（Long Short-Term Memory）模型，基于python编程语言，Vue框架进行前后端分离，结合机器学习双推荐算法、scrapy技术、PaddleNLP情感分析以及可视化技术，构建一个综合的电影数据可视化+NLP情感分析推荐系统。通过该系统，用户可以获取电影数据、进行情感分析，并获得个性化的电影推荐，从而提升用户体验和满足用户需求。

系统展示

部分代码

import json
import time
import uuidfrom flask import Blueprint, request
from base.core import db
from base.code import ResponseCode
from base.response import ResMsg
from models.order import OrderorderBp = Blueprint("order", __name__)@orderBp.route('/add', methods=["POST"])
def addOrder():res = ResMsg()uid = request.json['uid']order_total = request.json['amount']type = request.json['type']order_numbering = str(uuid.uuid4())  #基于随机数的方法生产一个UUID作为本次支付的订单号，支付宝的订单号必须唯一# order_total = 10.0current_time = time.strftime('%Y-%m-%d %H:%M:%S')order = Order(id=order_numbering, user_id=uid, amount=order_total, type=type, status=0, create_time=current_time)db.session.add(order)db.session.commit()res.update(code=ResponseCode.SUCCESS, data=order_numbering)return res.data@orderBp.after_request
def close_session(response):db.session.close()return response