five

Movie Recommender API

收藏
RapidAPI2026-03-27 更新2025-12-03 收录
下载链接:
https://rapidapi.com/abhishekgawande1667/api/movie-recommender-api
下载链接
链接失效反馈
官方服务:
资源简介:
Discover top 5 movie recommendations with posters and IMDb links — instantly! 🎬
创建时间:
2026-03-27
原始信息汇总

Movie Recommender API 数据集概述

基本信息

  • 数据集名称:Movie Recommender API
  • 数据集类别:Movies
  • API 提供者:Abhishek
  • 订阅者数量:4
  • 当前版本:v1

定价方案

  • BASIC:$0.00 / 月
  • PRO:$16.00 / 月
  • ULTRA:$60.00 / 月
  • MEGA:$150.00 / 月

功能描述

该 API 接收任意电影片名,即时提供 5 条精选电影推荐。每条推荐包含:

  • 官方 TMDB 海报
  • 直接 IMDb 链接
  • 电影片名

适用于流媒体应用、网络仪表板、机器学习实验或任何以电影为中心的项目。

核心特性

  • 即时推荐:基于输入片名返回前 5 部相关电影。
  • 视觉吸引:每条推荐均附带官方 TMDB 海报。
  • 直接 IMDb 访问:用户可直接导航至 IMDb 查看详细信息。
  • 重试机制:在网络问题时自动重试获取海报。
  • 不区分大小写搜索:处理片名大小写差异。

端点详情

  • 端点:GET /recommend
  • 功能:获取指定片名的前 5 部推荐电影。

查询参数

参数名 类型 是否必需 描述
movie string 用于生成推荐的基础电影片名

请求示例

GET /recommend?movie=Inception

响应格式

API 返回一个推荐电影的 JSON 数组。每部推荐电影为一个包含 片名、海报 URL 和 IMDb 链接 的对象。

响应示例

json { "recommended_movies": [ { "title": "Interstellar", "poster": "https://image.tmdb.org/t/p/w500/poster1.jpg", "imdb_link": "https://www.imdb.com/title/tt0816692/" }, { "title": "The Prestige", "poster": "https://image.tmdb.org/t/p/w500/poster2.jpg", "imdb_link": "https://www.imdb.com/title/tt0482571/" }, { "title": "Memento", "poster": "https://image.tmdb.org/t/p/w500/poster3.jpg", "imdb_link": "https://www.imdb.com/title/tt0209144/" }, { "title": "Dunkirk", "poster": "https://image.tmdb.org/t/p/w500/poster4.jpg", "imdb_link": "https://www.imdb.com/title/tt5013056/" }, { "title": "Tenet", "poster": "https://image.tmdb.org/t/p/w500/poster5.jpg", "imdb_link": "https://www.imdb.com/title/tt6723592/" } ] }

错误响应

HTTP 状态码 描述
400 缺少 movie 参数。示例:{"error": "Please provide a movie name using ?movie=<movie_name>"}
404 数据集中未找到电影。示例:{"error": "Movie "Unknown Movie" not found in database"}
500 获取海报或 IMDb 链接时发生内部服务器错误。

使用示例(Python)

python import requests

url = "https://movie-recommender-api.p.rapidapi.com/api/recommend"

querystring = {"movie":"Avatar"}

headers = { "X-RapidAPI-Key": "<your_api_key>", "X-RapidAPI-Host": "movie-recommender-api.p.rapidapi.com" }

response = requests.get(url, headers=headers, params=querystring)

print(response.json())

5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作