1. 项目概述:电影知识图谱与推荐系统的技术融合
这个项目本质上是一个结合了知识图谱与协同过滤算法的智能电影推荐系统。我在实际开发中发现,单纯使用协同过滤算法虽然能实现基础推荐,但缺乏对电影之间深层次关联的理解。而引入Neo4j图数据库构建的知识图谱,完美解决了这个问题。
系统采用Django作为后端框架,前端使用Echarts进行数据可视化,MySQL存储用户基础数据,形成了一个完整的技术栈。这种架构特别适合处理电影这类具有复杂关联关系的领域数据——导演、演员、类型、评分等多维度信息都能在图谱中建立直观联系。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 核心架构设计解析
2.1 技术选型背后的思考
选择Django而非Flask主要考虑到其自带的Admin后台和ORM系统,这对需要频繁管理电影元数据的场景特别友好。实测中,用Django Admin管理Neo4j和MySQL的双数据源,比自行开发管理界面效率提升至少60%。
Neo4j的图数据模型与传统关系型数据库有本质区别。在电影关系中,一个典型的Cypher查询示例:
cypher复制MATCH (m:Movie)-[:DIRECTED_BY]->(d:Director)
WHERE d.name = '克里斯托弗·诺兰'
RETURN m.title, m.rating
ORDER BY m.rating DESC LIMIT 5
这种查询可以直观地找出某导演评分最高的5部电影,在MySQL中则需要复杂的多表连接。
2.2 数据流设计要点
系统数据处理流程分为三个关键阶段:
-
数据采集层:使用Scrapy爬取豆瓣电影数据时,要注意设置合理的爬取间隔(建议≥3秒),避免触发反爬。我通过自定义Downloader Middleware实现了动态User-Agent轮换。
-
数据存储层:MySQL存储的结构化数据包括:
- 用户基础信息表(user_profile)
- 行为日志表(user_behavior)
- 电影基础表(movie_metadata)
Neo4j则存储以下节点和关系:
python复制class MovieNode: properties: title, year, rating
