基于Python爬虫的个性化图书推荐系统的分析django图书评论情感词云图分析

近年来，互联网与移动终端的普及,网络上的图书信息数量海量增加。这其中自然不乏关注图书的民众，而现在正处于大数据时代，随着信息量的增多，为用户提供便捷的搜索服务也更加具有挑战性[1]。大规模存储信息并精确搜索的代价是巨大的，人们需要在信息搜索的快捷性与成本中找到平衡，网络图书的个性化推荐已经成为了信息抽取和网络爬虫不可避免的一个环节。因此设计并实现一个具有良好健壮性和扩展性的系统非常有必要。系统主要开发工具是PyCharm，主要技术为html、css以及django开源框架的结合,前端使用 vue+elementui后端使用python+django.主要实现了用户注册,登录, 以及图书的抓取,当前图书热门,图书评论情感等进行个性化推荐

个性化图书推荐系统主要有五个功能模块
1,爬虫模块:针对当当网的图书数据和评论信息进行抓取,保存到数据库
2.图书推荐：根据爬取到的图书评论,利用协同过滤算法,可以分析用户的爱好给用户推荐更可能喜好的图书
3.搜索查看图书：在图书搜索输入框里面输入关键词，可以匹配数据库里面的图书信息并且展示在前端
4.登录注册； 在前端页面可以进行注册账号，注册账号后可以在登录页面登录账号进入主页。
5.图书管理模块:对爬取到的图书数据进行增删改查.
6.用户管理：管理员登录可以进入管理员页面，在管理员页面可以对用户的信息进行增删查改。

在飞速发展的信息时代，随着网络学习的的普及，大量的学习平台和大量的图书数量迅速膨胀，使得学生在进行网络学习时面临“数据爆炸”和“数据过载”的情况，无法寻找到适合自己的图书。在面对着越来越多的图书资源，如何快速高效的找到对自己学习有用的图书，它始终是人们面临一个困难的问题. 在这个大数据的时代，人们都习惯于从互联网上获得信息。我们将更清晰更有效的图书个性化推荐给用户。提升用户的体验。
可行性分析：可行性研究的目的上是使用主流的图书推荐方法有协同过滤图书推荐方法,目的是结合当当网海量的图书信息,为用户提供推荐适合的图书，让图书的推荐过程更加个性化。