大数据毕业设计Python+Spark知识图谱高考志愿推荐系统 高考数据分析 高考可视化 高考大数据 计算机毕业设计 机器学习 深度学习 人工智能

论文(设计)主要内容（提纲）：

摘要

英文摘要

1  引言 

 研究背景
1.2  研究的目的和意义
1.3  国内外研究现状

1.4  研究主要内容与技术

1.4.1研究内容

1.4.2研究技术

2  基于python爬虫的数据爬取和数据库的建立

2.1  高考信息表

2.5  数据库的建立

3  数据进行展示、科学分析和预测

3.1  基于echarts进行可视化展示

3.2  协同过滤推荐算法实现

3.4  数据管理功能

4  系统的建立和展示

4.1  基于springboot+mybatis后端开发

4.2  基于html、echarts、vue前端开发

4.3  系统的最终调试

5  结束语

参考文献

致谢

技术路线

爬虫技术：使用python的requests框架采集高考数据API接口的历年高考数据(省控线、专业线、学校信息、专业信息等)

前端技术：echarts、vue.js

后端技术：springboot、mybatis

算法技术：协同过滤算法(基于用户+基于物品两种模式实现)

实验方案

搭建echarts大屏可视化案例并集成到系统中；
SpringBoot+Vue.js前后端分离完成web开发;
熟悉协同过滤算法的原理，并且编写算法代码对系统数据进行推荐；
独立使用MySQL数据库和navicat终端完成数据表设计；