博主介绍：✌全网粉丝10W+,前互联网大厂软件研发、集结硕博英豪成立工作室。专注于计算机相关专业项目实战6年之久，选择我们就是选择放心、选择安心毕业✌
> 🍅想要获取完整文章或者源码，或者代做，拉到文章底部即可与我联系了。🍅

点击查看作者主页，了解更多项目！

🍅感兴趣的可以先收藏起来，点赞、关注不迷路，大家在毕设选题，项目以及论文编写等相关问题都可以给我留言咨询，希望帮助同学们顺利毕业 。🍅

1、毕业设计：2026年计算机专业毕业设计选题汇总（建议收藏）✅

2、大数据毕业设计：2026年选题大全 深度学习 python语言 JAVA语言 hadoop和spark（建议收藏）✅

🍅感兴趣的可以先收藏起来，点赞、关注不迷路，大家在毕设选题，项目以及论文编写等相关问题都可以给我留言咨询，希望帮助同学们顺利毕业 。🍅

1、项目介绍

技术栈
采用Python语言开发，整合Flask框架、MySQL数据库、requests爬虫库、Echarts可视化工具，引入Surprise库KNNWithZScore算法、Stacking集成学习（决策树/Lasso/随机森林/GDBT），搭配HTML实现前端呈现。

功能模块名称

• 数据采集与存储模块
• 电影票房预测模块
• 电影推荐模块
• 数据可视化展示模块
• 用户角色与功能分配模块
• 电影信息管理模块
• 用户信息管理模块
• 后台数据管理模块

项目介绍
本项目是基于多技术整合的电影推荐与票房预测系统，聚焦解决用户选片难、行业票房预测盲目等痛点。系统通过requests爬虫采集并清洗电影数据，存储于MySQL数据库；借助Stacking集成学习提升票房预测精度，以KNNWithZScore算法实现个性化推荐；通过Echarts大屏呈现多维度数据；支持三级角色登录，普通用户可获取推荐、浏览电影，管理员负责信息管理，后台管理员维护系统运行，实现“数据-算法-功能”的全流程闭环，兼顾用户体验与行业决策需求。

2、项目界面

（1）电影数据可视化大屏
以多板块布局呈现各类数据：涵盖电影类型数量统计、上映国家分布、年度数量与评分趋势，同时展示参演演员排名、随机电影信息及票房 Top 榜单，通过图表与列表结合的形式直观呈现多维度电影数据，帮助用户快速把握电影行业各维度特征。

（2）电影评论数据可视化分析大屏
以多板块呈现评论相关数据：包含年度评论用户数量统计、评论内容的词云分析，以及最受欢迎电影的分布情况，同时下方展示不同主题的评论关键词词云。通过图表与词云结合的形式，直观呈现评论数据的时间趋势、内容特征及关联电影热度，帮助用户快速把握评论数据的核心特征。

（3）电影数据
以表格形式集中展示电影的多类信息，涵盖编号、名称、评分、上映时间等字段。左侧导航栏支持跳转至分析大屏、预测、推荐等功能模块，既实现了电影信息的统一呈现，也为管理员提供了便捷的信息查阅入口，帮助快速获取结构化的电影数据。

（4）电影票房预测
提供电影选择的下拉交互入口，用户选定目标电影后，系统通过集成学习算法计算并展示对应的票房预测结果。左侧导航栏可跳转至其他功能模块，整体实现了 “选择电影 - 触发预测 - 获取结果” 的简洁流程，为用户提供直观的票房参考。

（5）电影推荐
提供电影选择的下拉入口，用户选定目标电影后，系统通过推荐算法生成对应的 Top10 推荐列表，以表格形式展示推荐电影的多类信息。左侧导航栏可跳转至其他功能模块，整体实现 “选电影 - 获推荐” 的流程，帮助用户快速获取匹配偏好的电影内容。

（6）电影信息管理
提供电影信息的查询（支持下拉筛选）与展示功能，以表格呈现电影多类信息，同时为每条数据配备操作按钮。左侧导航栏可跳转至其他功能模块，管理员通过该模块实现电影信息的增删管理，保障系统内电影数据的及时更新与有序维护。

（7）用户信息管理
支持通过下拉筛选查询用户信息，以表格展示用户名、类型等内容，同时为每条数据配备操作按钮。左侧导航栏可跳转至其他功能模块，管理员通过该模块实现用户信息的查询与维护，保障系统内用户账号的有序管理。

（8）后台数据管理
提供多标签页切换（涵盖电影、票房等数据分类），支持搜索、批量操作及分页浏览，以表格展示数据详情并配备编辑类操作按钮。后台管理员通过该模块实现系统核心数据的集中管理，保障数据的完整与更新，支撑前端功能的稳定运行。

（9）注册登录
提供账号、密码的输入框及登录按钮，同时配备注册账号入口，作为系统的访问入口。用户通过该模块完成身份验证后，可进入对应角色的功能界面，实现系统的权限区分与安全访问，是使用后续功能的前置环节。

3、项目说明

一、技术栈
本项目以Python为核心开发语言，整合Flask框架搭建Web服务、MySQL数据库实现数据存储，通过requests爬虫库采集电影数据，借助Echarts实现多维度数据可视化；引入Surprise库KNNWithZScore算法实现电影推荐，采用Stacking集成学习（决策树/Lasso/随机森林/GDBT）提升票房预测精度，搭配HTML完成前端界面呈现。

二、功能模块详细介绍

• 数据采集与存储模块：通过requests爬虫采集电影原始数据，经清洗规整后存入MySQL数据库，为系统提供完整、结构化的原始数据支撑，保障后续算法应用与功能实现。
• 电影票房预测模块：提供电影选择下拉入口，用户选定影片后，系统调用Stacking集成学习算法计算并展示票房预测结果，实现“选电影-获预测”的简洁流程，为行业决策提供数据参考。
• 电影推荐模块：支持用户通过下拉框选定电影，基于KNNWithZScore算法生成Top10推荐列表，以表格展示推荐影片的详细信息，帮助用户快速获取匹配偏好的电影内容。
• 数据可视化展示模块：包含两大核心大屏，电影数据可视化大屏呈现类型统计、上映分布、评分趋势等多维度数据；评论数据可视化大屏展示年度评论用户数、评论词云、热门电影分布等内容，通过图表与词云结合直观呈现数据特征。
• 用户角色与功能分配模块：支持三级角色登录，普通用户可浏览电影、获取推荐，管理员负责信息管理，后台管理员维护系统运行，实现权限区分与安全访问。
• 电影信息管理模块：管理员可通过下拉筛选查询电影信息，借助操作按钮完成信息增删管理，保障电影数据及时更新与有序维护。
• 用户信息管理模块：支持下拉筛选查询用户信息，管理员可对用户账号进行查询与维护，保障系统用户管理的规范性。
• 后台数据管理模块：提供多标签页分类管理电影、票房等核心数据，支持搜索、批量操作与分页浏览，后台管理员通过该模块实现数据集中管控，支撑前端功能稳定运行。

三、项目总结
本电影推荐与票房预测系统聚焦解决用户选片难、行业票房预测盲目等痛点，构建了“数据采集-算法应用-功能落地”的全流程体系。系统不仅通过爬虫与数据库实现数据的高效采集存储，还结合机器学习算法实现精准的票房预测与个性化推荐，借助Echarts可视化大屏直观呈现多维度数据；同时通过三级角色权限设计，实现普通用户、管理员、后台管理员的功能区分，兼顾用户观影决策需求与行业数据管理需求。整体功能覆盖数据管理、算法应用、可视化展示、权限管控等维度，形成完整的业务闭环，为用户与行业从业者提供了实用的电影数据服务。

4、核心代码

import re
import os
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
from sklearn.ensemble import RandomForestRegressor, GradientBoostingRegressor
from sklearn.metrics import make_scorer, mean_squared_error
from sklearn.metrics import r2_score
from sklearn.model_selection import GridSearchCV, train_test_split
from sklearn.model_selection import KFold
from sklearn.tree import DecisionTreeRegressor
from sklearn.linear_model import LinearRegression as LR, Lasso
import joblib
import seaborn as sns
model_save_path = r'./app/dataset/testModel/'
if not os.path.exists(model_save_path):
    os.makedirs(model_save_path)
data = pd.read_csv(r"./app/dataset/ana_result/piaofang_info.csv")
data = data.iloc[:, [2, 3, 4, 5, 7, 9, 10, 11]]
X = data.iloc[:, 0:7]
y = data.iloc[:, 7].apply(lambda x: x / 10000)
# 标签经过 log1p 转换，使其更偏向于正态分布
y = np.log1p(y)

# 数据集划分
train_X, test_X, train_y, test_y = train_test_split(X, y, test_size=0.2, random_state=1)

oof_df = pd.DataFrame()
test_oof_df = pd.DataFrame()

def performance_metric(y_true, y_predict):
    """ Calculates and returns the performance score between
        true and predicted values based on the metric chosen. """

    # 计算 'y_true' 与 'y_predict' 的r2值
    score = r2_score(y_true, y_predict)

    # 返回这一分数
    return score

def fit_dtr_model(X, y):
    cross_validator = KFold(n_splits=5)
    regressor = DecisionTreeRegressor(random_state=1)
    # Create a dictionary for the parameter 'max_depth' with a range from 1 to 10
    params = {'max_depth': [i for i in range(1, 11)]}
    # Transform 'performance_metric' into a scoring function using 'make_scorer'
    scoring_fnc = make_scorer(performance_metric)
    # Create the grid search cv object --> GridSearchCV()
    grid = GridSearchCV(regressor, params, scoring=scoring_fnc, cv=cross_validator)
    # Fit the grid search object to the data to compute the optimal model
    grid = grid.fit(X, y)
    dtr_max_depth = grid.best_estimator_.get_params()['max_depth']

    # Return the optimal model after fitting the data
    return dtr_max_depth


def fit_decision_tree_model_forcast():
    # 进行决策树预测模型的训练
    dtr_max_depth = fit_dtr_model(X, y)
    dtr_regressor = DecisionTreeRegressor(max_depth=dtr_max_depth)
    dtr_regressor.fit(X, y)
    pred_y = dtr_regressor.predict(test_X)
    test_oof_df['dtr'] = pred_y
    r2_score = performance_metric(test_y, pred_y)
    rmse_score = np.sqrt(mean_squared_error(pred_y, test_y))
    print('决策树回归模型评价指标为：')
    print("The R2 score is ", r2_score)
    print('均方差', rmse_score)

    joblib.dump(dtr_regressor, model_save_path + 'dtr_model.pkl')
    return rmse_score


def fit_lasso_model_forcast():
    # 进行Lasso预测模型的训练
    lasso_regressor = Lasso()
    lasso_regressor.fit(X, y)
    pred_y = lasso_regressor.predict(test_X)
    test_oof_df['lasso'] = pred_y
    r2_score = performance_metric(test_y, pred_y)
    rmse_score = np.sqrt(mean_squared_error(pred_y, test_y))
    print('Lasso回归模型评价指标为：')
    print("The R2 score is ", r2_score)
    print('均方差', rmse_score)

    joblib.dump(lasso_regressor, model_save_path + 'lasso_model.pkl')
    return rmse_score


def fit_random_forest_regression_model():
    rf_model = RandomForestRegressor()
    rf_model.fit(X, y)
    pred_y = rf_model.predict(test_X)
    test_oof_df['rf'] = pred_y
    r2_score = performance_metric(pred_y, test_y)
    rmse_score = np.sqrt(mean_squared_error(pred_y, test_y))
    print('随机森林模型评价指标为：')
    print("The R2 score is ", r2_score)
    print('均方差', rmse_score)
    joblib.dump(rf_model, model_save_path + 'rf_model.pkl')
    return rmse_score


def fit_gdbt_model():
    gdbt_model = GradientBoostingRegressor()
    gdbt_model.fit(X, y)
    pred_y = gdbt_model.predict(test_X)
    test_oof_df['gdbt'] = pred_y
    r2_score = performance_metric(pred_y, test_y)
    rmse_score = np.sqrt(mean_squared_error(pred_y, test_y))
    print('GDBT模型评价指标为：')
    print("The R2 score is ", r2_score)
    print('均方差', rmse_score)
    joblib.dump(gdbt_model, model_save_path + 'gdbt_model.pkl')
    return rmse_score


def fit_stacking_model():
    lr_model = LR()
    lr_model.fit(test_oof_df, test_y)
    pred_y = lr_model.predict(test_oof_df)
    r2_score = performance_metric(pred_y, test_y)
    rmse_score = np.sqrt(mean_squared_error(pred_y, test_y))
    print('Staking模型评价指标为：')
    print("The R2 score is ", r2_score)
    print('均方差', rmse_score)
    joblib.dump(lr_model, model_save_path + 'stacking_model.pkl')
    return rmse_score


def forcast_piaofang(para):
    para = pd.DataFrame(para)
    # 加载决策树预测模型
    dtr_model = joblib.load(model_save_path + 'dtr_model.pkl')
    dtr_pred = dtr_model.predict(para)
    print("决策树预测票房%s万" % np.expm1(dtr_pred[0]))
    # 加载Lasso预测模型
    lasso_model = joblib.load(model_save_path + 'lasso_model.pkl')
    lasso_pred = lasso_model.predict(para)
    print("Lasso预测票房%s万" % np.expm1(lasso_pred[0]))
    # # 加载随机森林预测模型
    rf_model = joblib.load(model_save_path + 'rf_model.pkl')
    rf_pred = rf_model.predict(para)
    print("随机森林预测票房%s万" % np.expm1(rf_pred[0]))
    # 加载GDBT预测模型
    gdbt_model = joblib.load(model_save_path + 'gdbt_model.pkl')
    gdbt_pred = gdbt_model.predict(para)
    print("GDBT预测票房%s万" % np.expm1(gdbt_pred[0]))
    # return [dtr_pred, lr_pred]
    return [[dtr_pred[0], lasso_pred[0], rf_pred[0], gdbt_pred[0]]]

核心代码块二：

# 用于训练多个模型并计算它们的 RMSE（均方根误差）分数，并将结果保存到一个 CSV 文件中。
def train_model():
    dtr_rmse = fit_decision_tree_model_forcast()  # 决策树
    lasso_rmse = fit_lasso_model_forcast()           # Lasso
    rf_rmse = fit_random_forest_regression_model()   # 随机森林
    gdbt_rmse = fit_gdbt_model()         # GDBT
    lr_rmse = fit_stacking_model()      # 将返回的堆叠模型的 RMSE 分数赋值给变量lr_rmse
    rmse_result = pd.DataFrame(index=["决策树", "Lasso", "随机森林", "GDBT", "Stacking"])
    rmse_result['rmse_score'] = [dtr_rmse, lasso_rmse, rf_rmse, gdbt_rmse, lr_rmse]  # 将之前计算得到的各个模型的 RMSE 分数添加到rmse_result数据帧中的rmse_score列中。
    rmse_result.to_csv("../dataset/testModel/rmse_result.csv", encoding='utf-8', index=False)  #将rmse_result数据帧保存为一个 CSV 文件


def test_model():
    # 1965, 12, 8.9, 1, 3, 29, 132
    # 1295124,辛德勒的名单,1993,11,9.6,3,"['剧情', '历史', '战争']",1,['美国'],48,195,322161245
    # 10876425,印式英语,2023,02,8.1,3,"['剧情', '喜剧', '家庭']",1,['印度'],13,133,10299150
    # 35267208,流浪地球2,2023,01,8.4,3,"['科幻', '冒险', '灾难']",1,['中国大陆'],50,173,8394962

    test_para = pd.DataFrame([[2022, 2, 8.4, 3, 1, 50, 173]])
    test_piaofang = 8394962 / 10000
    print("真实票房%s万" % test_piaofang)
    pred_list = forcast_piaofang(test_para)
    # 加载线性回归预测模型
    stacking_model = joblib.load(model_save_path + 'stacking_model.pkl')
    piaofang = stacking_model.predict(pred_list)[0]
    piaofang = round(np.expm1(piaofang), 2)
    print("Stacking预测票房%s万" % piaofang)
    return piaofang


def forcast(para_list):
    # 根据传入的参数列表，进行票房预测
    pred_list = forcast_piaofang(para_list)
    # 加载线性回归预测模型
    stacking_model = joblib.load(model_save_path + 'stacking_model.pkl')
    piaofang = stacking_model.predict(pred_list)[0]
    piaofang = round(np.expm1(piaofang), 2)
    print("Stacking预测票房%s万" % piaofang)
    return "预测票房%s万(美元)" % piaofang


def vis_relation(x1, y1, name1):
    fig = plt.figure(1, figsize=(9, 5))

    # plt.plot([0,400000000],[0,400000000],c="green")
    plt.scatter(x1, y1, c=['green'], marker='o')
    plt.grid()
    plt.xlabel("piaofang", fontsize=10)
    plt.ylabel(name1, fontsize=10)
    plt.title("Link between piaofang and %s" %name1, fontsize=10)
    plt.savefig('../dataset/pictures/piaofang_%s.png' %name1)
    plt.close()


# 分析票房预测使用的所有属性与票房之间的关系并绘制散点图，分析所有属性之间的相关度绘制热力图
def ana_columns():
    year_list = list(data.iloc[:, 0])
    month_list = list(data.iloc[:, 1])
    rating_list = list(data.iloc[:, 2])
    movie_type_count_list = list(data.iloc[:, 3])
    country_count_list = list(data.iloc[:, 4])
    actor_count_list = list(data.iloc[:, 5])
    runtime_list = list(data.iloc[:, 6])
    piaofang_list = list(data.iloc[:, 7])

    vis_relation(piaofang_list, year_list, 'year')
    vis_relation(piaofang_list, month_list, 'month')
    vis_relation(piaofang_list, rating_list, 'rating')
    vis_relation(piaofang_list, movie_type_count_list, 'movie_type_count')
    vis_relation(piaofang_list, country_count_list, 'country_count')
    vis_relation(piaofang_list, actor_count_list, 'actor_count')
    vis_relation(piaofang_list, runtime_list, 'runtime')

    # 相关关系可视化
    col = ['year', 'month', 'rating', 'movie_type_count', 'country_count', 'actor_count', 'runtime', 'piaofang']
    plt.subplots(figsize=(14, 10))
    corr = data.corr()
    print(corr)
    corr.to_csv("../dataset/ana_result/piaofang_info_corr.csv", encoding='utf-8')

    sns.heatmap(corr, xticklabels=col, yticklabels=col, linewidths=.5, cmap="Reds")
    plt.savefig('../dataset/pictures/corr.png')


if __name__ == '__main__':
    # 四个机器学习算法构建票房预测模型，然后Stacking集成所有的算法模型，构建最终的票房预测模型
    train_model()
    # 模型测试
    piaofang = test_model()
    # 分析票房预测使用的所有属性与票房之间的关系并绘制散点图，分析所有属性之间的相关度绘制热力图
    ana_columns()

5、源码获取方式

🍅由于篇幅限制，获取完整文章或源码、代做项目的，查看【用户名】、【专栏名称】就可以找到我啦🍅

感兴趣的可以先收藏起来，点赞、关注不迷路，下方查看👇🏻获取联系方式👇🏻