flask专利推荐系统django+vue+python

使用网络爬虫技术，从国内大量的专利发布网站等搜索专利的技术描述，利用自然语言处理技术对专利内容进行端到端的处理，并在此基础上进行推荐。最后编写web应用，用户能够指定爬取目标，并将爬取结果进行统计展示。本毕业设计采用后台服务器端与移动端相结合的方式开发，前端采用javascript、H5等目前华为等移动端普遍采用的开发语言开发，服务器端采用springboot的方式开发。开发过程中推荐使用如下参考技术栈：前端框架 Vue 、统计展示Echarts、后端框架Flask、爬虫框架requsests，beautifulsoup、文本类算法 FastText、Bert、数据库MySQL、。
前端采用javascript、H5等目前华为等移动端普遍采用的开发语言开发，服务器端采用springboot的方式开发。开发过程中推荐使用如下参考技术栈：前端框架 Vue 、统计展示Echarts、后端框架Flask、爬虫框架requsests，beautifulsoup、文本类算法 FastText、Bert、数据库MySQL、PostgreSQL，SQLite。设计的功能有：（1）利用bert等技术对爬来的专利网站数据进行自然语言分类处理；（2）设计专利推荐系统系统框架及功能模块；3）利用编程语言分别设计并实现专利推荐系统的后台、及前端系统。设计的功能有：
（1）利用bert等技术对爬来的专利网站数据进行自然语言分类处理；
（2）设计专利推荐系统系统框架及功能模块；
（3）利用编程语言分别设计并实现专利推荐系统的后台、及前端系统。

技术栈
后端：python 
前端：vue.js+elementui
框架：django/flask
Python版本：python3.7+
数据库：mysql5.7
数据库工具：Navicat
开发软件：PyCharm 

前端模块设计：
登录/注册模块：允许用户注册、登录系统并维护用户身份信息。
搜索模块：允许用户在专利库中根据关键词搜索相关专利。
推荐模块：根据用户历史浏览记录和个人兴趣等信息，向用户推荐相关专利。
可视化展示模块：使用Echarts展示专利数据的统计信息、趋势和分析结果等，以提供更加直观的数据分析和可视化体验。
个人中心模块：提供用户个人信息管理、浏览历史记录、收藏等功能，以便用户对自己的数据进行管理。
用户管理模块：允许管理员对用户进行管理，包括对用户信息的增删改查、用户权限的控制等。
后端模块设计：
爬虫模块：使用request库对专利数据进行爬取和存储。
数据处理模块：使用FastText等自然语言处理算法对专利文本进行分析和处理，包括词向量表示、文本分类、情感分析等，为后续推荐模块提供数据支持。
推荐模块：根据用户历史浏览记录和个人兴趣等信息，结合处理后的专利数据，利用推荐算法（如协同过滤、基于内容的推荐、混合推荐等）向用户推荐相关专利。
数据库模块：使用Flask框架连接数据库，存储专利数据、用户信息、历史浏览记录等信息。
API模块：提供前端页面和后端数据交互的接口，实现前后端的数据通信和交互。