大数据系统django基于协同过滤算法的小说推荐系统-可视化分析大屏

收藏关注不迷路

---

前言

  在此基础上运用新技术，构建了以 Django为基础的小说推荐管理体系。首先，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。
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。

关键词：小说推荐；Django架构；MySQL数据库

一、项目介绍

  
本课题主要研究如何用信息化技术改善传统管理模式，简化管理的难度，根据管理实际业务需求，调研、分析和编写系统需求文档，设计编写符合企业需要的系统说明书，绘制数据库结构模型，完成系统功能模块开发。本系统的功能包括以下几点：
一、个人中心,管理员可以对自己的个人信息和密码进行修改，
二、小说推荐管理：管理员通过小说推荐信息的获取，利用爬虫进行数据对接爬取同类信息数据进行可视化管理，对小说推荐信息进行修改或删除。
三、系统管理：管理员可以在此模块对关于轮播图管理、关于我们、系统简介和公告信息进行详细操作；

二、开发环境

开发语言：Python
python框架：django
软件版本：python3.7/python3.8
数据库：mysql 5.7或更高版本
数据库工具：Navicat11
开发软件：PyCharm/vs code
前端框架:vue.js

————————————————

三、功能介绍

  
系统结构设计必须要满足用户的业务需求，系统结构设计完成后要形成系统结构设计文档，开发人员就可根据模块接口说明进行接口开发，接口开发完需进行功能测试，目的是发现并解决系统漏洞，同时还得保证系统的可扩展性和稳定性，满足用户对系统的要求。系统设计需满足以下要求：
1.安全性
2.易用性
3.柔软性
4.柔软性
5.扩展性
小说推荐系统的整体结构设计如图4-2所示。

图4-2 整体结构设计图

四、核心代码

部分代码：

def users_login(request):
    if request.method in ["POST", "GET"]:
        msg = {'code': normal_code, "msg": mes.normal_code}
        req_dict = request.session.get("req_dict")
        if req_dict.get('role')!=None:
            del req_dict['role']
        datas = users.getbyparams(users, users, req_dict)
        if not datas:
            msg['code'] = password_error_code
            msg['msg'] = mes.password_error_code
            return JsonResponse(msg)

        req_dict['id'] = datas[0].get('id')
        return Auth.authenticate(Auth, users, req_dict)


def users_register(request):
    if request.method in ["POST", "GET"]:
        msg = {'code': normal_code, "msg": mes.normal_code}
        req_dict = request.session.get("req_dict")

        error = users.createbyreq(users, users, req_dict)
        if error != None:
            msg['code'] = crud_error_code
            msg['msg'] = error
        return JsonResponse(msg)


def users_session(request):
    '''
    '''
    if request.method in ["POST", "GET"]:
        msg = {"code": normal_code,"msg":mes.normal_code, "data": {}}

        req_dict = {"id": request.session.get('params').get("id")}
        msg['data'] = users.getbyparams(users, users, req_dict)[0]

        return JsonResponse(msg)


def users_logout(request):
    if request.method in ["POST", "GET"]:
        msg = {
            "msg": "退出成功",
            "code": 0
        }

        return JsonResponse(msg)


def users_page(request):
    '''
    '''
    if request.method in ["POST", "GET"]:
        msg = {"code": normal_code, "msg": mes.normal_code,
               "data": {"currPage": 1, "totalPage": 1, "total": 1, "pageSize": 10, "list": []}}
        req_dict = request.session.get("req_dict")
        tablename = request.session.get("tablename")
        try:
            __hasMessage__ = users.__hasMessage__
        except:
            __hasMessage__ = None
        if __hasMessage__ and __hasMessage__ != "否":

            if tablename != "users":
                req_dict["userid"] = request.session.get("params").get("id")
        if tablename == "users":
            msg['data']['list'], msg['data']['currPage'], msg['data']['totalPage'], msg['data']['total'], \
            msg['data']['pageSize'] = users.page(users, users, req_dict)
        else:
            msg['data']['list'], msg['data']['currPage'], msg['data']['totalPage'], msg['data']['total'], \
            msg['data']['pageSize'] = [],1,0,0,10

        return JsonResponse(msg)

五、效果图

六、文章目录

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