基于Scrapy爬虫之协同过滤算法的小说图书推荐系统可视化大屏

以需求为依据，对目前传统的管理进行了较为详尽的了解和分析。根据需求分析结果进行了系统的设计，网站主要功能包括对个人中心、用户管理、小说信息管理、系统管理等进行管理。使用目前市场主流的技术 django框架构建，使用python开发语言和MySQL数据库对系统进行高内聚低耦合的设计，最终完成了小说推荐系统的实现。
Flask提供了更大的灵活性和简单性，适合小型项目和微服务。Django则提供了更多的内置功能，适合大型项目。Flask让开发者更多的控制其组件，而Django则遵循开箱即用的原则

 Python版本：python3.7+
前端：vue.js+elementui
框架：django/flask都有,都支持
后端：python 
数据库：mysql
数据库工具：Navicat
开发软件：PyCharm 

本系统为当前管理提供了一个高效、便捷、信息化的解决方案、有效管控了获取小说推荐数据的各个环节，这为后期系统的优化提供了新的方向。
1．绪论，介绍了课题的研究背景、本论文的研究意义和目标等。
2．开发环境，介绍了与本系统实现相关的技术和工具，包括常用的django框架、Hadoop、Scrapy和MySQL数据库等。
3．系统分析，主要是系统流程设计和系统用例设计及法律、经济等可行性分析。
4．系统设计，依照系统设计规范，绘制各个模块的流程图和用例图等。
5．界面设计与功能实现，主要是展示系统具体功能和系统界面开发结果。
6．系统测试，对完成的系统功能进行白盒和黑盒测试，编写并列举了相关测试用例表。

 前后端分离项目，前端使用vue框架
 
小说推荐系统综合网络空间开发设计要求。目的是将传统管理方式转换为在网上管理，完成小说推荐管理的方便快捷、安全性高、交易规范做了保障，目标明确。小说推荐系统可以将功能划分为管理员功能和用户功能。
（1）、管理员关键功能包含系统首页、个人中心、用户管理、小说信息管理、系统管理等进行管理。管理员用例如下：
 
图3-1 管理员用例图
（2）、用户关键功能包含系统首页、个人中心、小说推荐管理等进行管理。用户用例如下：
 
图3-2 用户用例图

    

关键词：小说推荐；django架构；MySQL数据库
目  录
1绪  论    1
1.1研究背景    1
1.2课题研究的意义    1
1.3研究现状    2
1.4研究内容和方法    3
1.4.1研究内容    3
1.4.2研究方法    3
1.5论文组织结构    3
2开发环境    5
2.1 python语言    5
2.2 django框架    5
2.3协同过滤算法介绍    5
2.4 Hadoop介绍    6
2.5 Scrapy介绍    6
2.6 MySQL数据库    6
3系统分析    7
3.1 系统可行性分析    7
3.1.1 技术可行性    7
3.1.2 操作可行性    7
3.1.3 经济可行性    7
3.1.4 法律可行性    7
3.2 系统用例分析    8
3.3系统流程分析    9
3.3.1 系统开发流程    9
3.3.2 用户登录流程    9
3.3.3 系统操作流程    10
3.3.4 添加信息流程    11
3.3.5 修改信息流程    11
3.3.6 删除信息流程    12
4 系统设计    13
4.1 系统概述    13
4.2 系统结构设计    13
4.3 数据库设计    14
4.3.1 数据库设计原则    14
4.3.2 数据库实体    14
4.3.3 数据库表设计    16
5界面设计与功能实现    20
5.1系统功能实现    20
5.2管理员模块实现    22
6系统测试    26
6.1系统测试的方法    26
6.2测试用例    26
6.3测试分析    27
结  论    28
参考文献    29
致  谢    30