day1:2019-10-22
| 任务 | 完成情况 |
|---|---|
| 将csv文件通过python导入mysql中 | 100% |
| 坑 | 解决办法 |
|---|---|
| 1.csv文件无法直接导入到mysql中 | 修改mysql的配置文件 mac系统里配置文件是my.cnf，地址在/etc/my.cnf。 将配置文件中的secure_file_priv修改为secure_file_priv= ‘’  |
| 2.csv中存在空值，导入失败 | 这个尝试了很多方法，都跪了，有说是因为高版本的mysql的问题，也是修改配置文件，但我都废了 用最传统的方式，把数据放回pandas中，再存csv时，nan_pre设置为"NULL" 百般绝望下，求助了大神，大神说可以用pandas.to_sql，有机会学习下怎么用 |
| 3.在python中执行了sql语句后，无执行效果 | 在执行cur.execute(sql语句)后，还需要执行cur.commit() |
| 总结与收获 |
|---|
| 将csv文件导入到mysql中的语句 load data infile “文件地址” into table “表名" fields terminated by ‘,’ #字段以什么符号结束 optionally enclosed by '”’ #字符串字段由双引号引起 escaped by ‘"’ #“为转义符 lines terminated by ‘\n’ #单行以\n为结束 ignore 1 lines;#不导入第一行 |
day 2:2019-10-23
| 任务 | 完成情况 |
|---|---|
完成一个小Frame |
 基本完成啦 海报图片，电影名称和上映时间是从imdb网站上爬的 国外的网站爬起来好慢，导致图片打开很慢 |
| 坑 | 解决办法 |
|---|---|
| 1.爬取下来的图片要进行缩放显示 | 看的网上的博客的代码 大体流程是抓取图片的信息–>转成Bytes格式–>转成PIL图片格式–>利用PIL的resize方法，进行缩放–>转成ImageTk格式，用于tkinter中的加载 |
| 2.在函数中加载的图片，在tkinter的窗口中不显示 | 也是看了很多博客，说是因为函数运行后，变量回收的原因 所以就把图片也作为输出，同时采用exec()函数，创建多个图片变量，防止显示多张图片时，前面的图片变量被覆盖 |
| 总结与收获 |
|---|
| 方法真的是比问题多呢～ |
day3:2019-10-28
| 目标 | 完成情况 |
|---|---|
搭建电影详细页 |
基本完成了电影基本内容的抓取以及投票功能 |
| 坑 | 解决办法 |
|---|---|
| 页面加载过于慢 | 状态：等解决 尝试过把图片保存下来，直接从本地加载图片，速度只提升了0.5秒，但图片要103k，有点得不偿失。 之后尝试多线程的方式 或者只将使用频率较高的图片保存在本地 |
| 总结与收获 |
|---|
| 投票的跳转,用面向对象的思想编写这部分，确实比函数变成要轻松很多 |
day4:2019-10-29
| 目标 | 完成情况 |
|---|---|
| 完成基于SVD的推荐系统 电影详细页中基于SVD推荐相关电影 主页中基于SVD的离线推荐 |
 使用svd进行预测的分数  实现了页面跳转功能 |
问题：
需要搞定电影介绍类别中出现的乱码问题
day5:2019-10-30
不确定因素的地方基本完成了，接下来按步就按就可以完成了
| 目标 | 完成情况 |
|---|---|
| 完成ALS的准备工作 设计窗口主页 搞定电影介绍类别中出现的乱码问题 用户登录页面 |
ALS的参数还在尝试，R2最好只有0.13，不是很理想，很容易过拟合 窗口主页设计好啦 乱码问题是从mysql数据库中提对应的数据，但是发现另一个问题，这个数据集中涉及到的电影感觉都很有历史，可以看一下年份的分布 用户登陆页面还没弄 尝试了多线程，稍微让页面的加载快一丢丢 |
day6:2019-10-31
十月的最后一天，要好好珍惜呀～争取多做一些事情，搞定这个小项目
| 目标 | 完成情况 |
|---|---|
| * 完成ALS的准备工作 * 完成用户登陆和注册页面 * 完成窗口主页 * 完成用户浏览记录页面 |
ALS的参数调好啦 用户登陆和注册页面弄好啦 用户浏览页面弄好啦 窗口主页涉及到推荐的部分还没有弄哈 |
十月的最后一天还是没能做完，争取今天完成～
这个稀疏矩阵，真的是好稀疏，超级容易过拟合，使用ALS都不敢迭代太多次数。。。
day7:2019-11-1
新的月的第一天，争取搞定小系统
| 目标 | 完成情况 |
|---|---|
| *完成基于的ALS相似矩阵 *完成基于ALS的推荐 *学习实时推荐系统的设计，改良后构建实时推荐系统 |
全部完成 |
day8:2019-11-2
明媚的周六～
系统已经建好啦，就测试好啦。
但是，有点不甘心，感觉没有搜索页怪怪的，今天再添加一个基于电影名称的搜索页面
day9:2019-11-4
全部完成啦～
打算做一个小视频，推销一下自己的成果
视频做好啦
上传到B站啦
https://www.bilibili.com/video/av74664530
暂时告别～
学习深度学习后，再进行改进
