基于Surprise和Flask构建个性化电影推荐系统：从算法到全栈实现

臧莞然 · 5 天前

一、引言：推荐系统的魔法与现实意义

在Netflix每年节省10亿美元内容采购成本的背后，在YouTube占据用户80%观看时长的推荐算法中，推荐系统正悄然改变内容消费模式。本文将带您从零开始构建一个具备用户画像展示的电影推荐系统，通过协同过滤算法捕捉用户偏好，用Flask框架实现可视化交互。项目完成后，您将理解推荐系统的核心原理，并掌握从数据预处理到Web部署的全流程。
二、技术栈解析与项目架构

核心算法层：Surprise库实现SVD矩阵分解；
数据处理层：Pandas进行数据清洗与特征工程；
交互展示层：Flask框架构建RESTful API与前端模板；
数据源：MovieLens 100k数据集（包含943用户×1682电影的10万条评分）。

三、环境准备与数据集加载

# 安装依赖（在终端执行）
!pip install surprise pandas flask scikit-surprise
# 数据加载脚本
import pandas as pd
from surprise import Dataset, Reader
# 加载评分数据
ratings = pd.read_csv('ml-100k/u.data',
sep='\t',
names=['user_id', 'item_id', 'rating', 'timestamp'])
# 定义Surprise数据格式
reader = Reader(rating_scale=(1,5))
data = Dataset.load_from_df(ratings[['user_id', 'item_id', 'rating']], reader)

复制代码

四、协同过滤核心：SVD矩阵分解实现

4.1 算法原理简析

SVD（奇异值分解）将用户-物品评分矩阵分解为：

复制代码
R ≈ P * Σ * Q^T

复制代码

其中：

P：用户潜在特征矩阵
Q：物品潜在特征矩阵
Σ：奇异值对角矩阵

通过分解后的矩阵预测缺失评分，实现推荐。
4.2 Surprise实现代码

from surprise import SVD, accuracy
from surprise.model_selection import train_test_split
# 划分训练集/测试集
trainset, testset = train_test_split(data, test_size=0.25)
# 初始化SVD模型
model = SVD(n_factors=100, # 潜在因子数
n_epochs=20, # 迭代次数
lr_all=0.005, # 学习率
reg_all=0.02) # 正则化系数
# 训练模型
model.fit(trainset)
# 评估模型
predictions = model.test(testset)
accuracy.rmse(predictions) # 输出RMSE评估指标

复制代码

五、用户画像构建与相似度计算

5.1 用户特征提取

def get_user_features(user_id):
# 获取用户评分记录
user_ratings = ratings[ratings['user_id'] == user_id]
# 计算评分分布特征
avg_rating = user_ratings['rating'].mean()
rating_counts = user_ratings['rating'].value_counts().sort_index()
# 获取用户潜在向量
user_vector = model.pu[user_id-1] # Surprise内部使用0-based索引
return {
'avg_rating': avg_rating,
'rating_distribution': rating_counts.to_dict(),
'latent_factors': user_vector
}

复制代码

5.2 用户相似度计算

from surprise.prediction_algorithms.matrix_factorization import SVD
def find_similar_users(target_user, n=5):
# 获取所有用户潜在向量
users = model.pu
# 计算余弦相似度
similarities = []
for user in users:
sim = cosine_similarity(users[target_user-1], user)
similarities.append((sim, user))
# 返回最相似的n个用户
return sorted(similarities, reverse=True, key=lambda x: x[0])[:n]

复制代码

六、Flask推荐服务实现

6.1 Web服务架构设计

/ -> 主页（用户输入界面）
/recommend/<user_id>-> 推荐结果页
/user/<user_id> -> 用户画像页

复制代码

6.2 核心路由实现

from flask import Flask, render_template, request
app = Flask(__name__)
@app.route('/')
def index():
return render_template('index.html')
@app.route('/recommend/<int:user_id>')
def recommend(user_id):
# 生成推荐（Top-N推荐）
user_items = ratings[ratings['user_id'] == user_id]['item_id'].unique()
all_items = ratings['item_id'].unique()
predictions = []
for item in all_items:
if item not in user_items:
pred = model.predict(str(user_id), str(item))
predictions.append((item, pred.est))
# 按预测评分排序
recommendations = sorted(predictions, key=lambda x: x[1], reverse=True)[:10]
# 获取电影元数据
movies = pd.read_csv('ml-100k/u.item',
sep='|',
encoding='latin-1',
usecols=['movie id', 'movie title', 'release date', 'genres'])
# 合并推荐结果与电影信息
recommended_movies = []
for item_id, score in recommendations:
movie = movies[movies['movie id'] == item_id].iloc[0]
recommended_movies.append({
'title': movie['movie title'],
'year': movie['release date'],
'genres': movie['genres'].split('|'),
'score': round(score, 2)
})
return render_template('recommendations.html',
movies=recommended_movies,
user_id=user_id)
@app.route('/user/<int:user_id>')
def user_profile(user_id):
# 获取用户画像数据
profile = get_user_features(user_id)
# 获取相似用户
similar_users = find_similar_users(user_id)
return render_template('profile.html',
profile=profile,
similar_users=similar_users)
if __name__ == '__main__':
app.run(debug=True)

复制代码

七、前端模板设计（Jinja2示例）

7.1 用户画像模板（profile.html）

<h2>用户画像：User {{ user_id }}</h2>
<p>平均评分：{{ profile.avg_rating | round(2) }}</p>
{% for rating, count in profile.rating_distribution.items() %}
★{{ rating }}
{{ count }}
{% endfor %}
<h3>相似用户：</h3>
<ul >
{% for sim, user in similar_users %}
<li>User {{ user + 1 }} (相似度：{{ sim | round(3) }})</li>
{% endfor %}
</ul>

复制代码

7.2 推荐结果模板（recommendations.html）

<h2>为您推荐（User {{ user_id }}）</h2>
{% for movie in movies %}
<h3>{{ movie.title }} ({{ movie.year }})</h3>
<p>类型：{% for genre in movie.genres %}{{ genre }}{% endfor %}</p>
预测评分：★{{ movie.score }}
{% endfor %}

复制代码

八、系统优化方向

冷启动问题：集成内容过滤（使用电影元数据）
实时更新：添加增量训练模块
深度学习扩展：尝试Neural Collaborative Filtering
性能优化：使用Faiss实现近似最近邻搜索
可视化增强：添加评分分布热力图、用户-物品关系图

九、完整项目部署指南

下载MovieLens数据集：https://grouplens.org/datasets/movielens/
创建项目目录结构：
1. movie_rec_system/
2. ├── app.py
3. ├── templates/
4. │ ├── index.html
5. │ ├── profile.html
6. │ └── recommendations.html
7. ├── static/
8. │ ├── css/
9. │ └── js/
10. └── ml-100k/
11. ├── u.data
12. ├── u.item
13. └── ...
复制代码
启动服务：python app.py
访问：http://localhost:5000/

十、结语：推荐系统的未来展望

随着Transformer架构在自然语言处理领域的成功，推荐系统正在经历从协同过滤到序列建模的范式转变。未来工作可以将用户行为序列建模为时间序列，使用Transformer捕捉长期兴趣，同时结合多模态数据（如海报图像、剧情简介）构建更全面的用户画像。
注：实际部署时应添加异常处理、日志记录等生产级功能。
通过这个项目，您不仅掌握了推荐系统的核心技术，还完成了从算法实现到Web服务的完整工程实践。这种全栈能力正是构建智能应用的关键竞争力。

来源：程序园用户自行投稿发布，如果侵权，请联系站长删除
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！

账号		自动登录	找回密码
密码			立即注册