计算机毕设之基于Hadoop,spark大数据和scrapy爬虫的美食推荐系统

1 简介

博主介绍：✌全网粉丝30W+,csdn特邀作者、博客专家、CSDN新星计划导师、编程领域优质创作者,博客之星、各平台优质作者、专注于Java，python等技术领域和毕业项目实战✌

🍅文末获取源码联系🍅
计算机毕设之基于Hadoop,spark大数据和scrapy爬虫的美食推荐系统。

2 设计概要

21世纪是信息化时代，随着信息技术和网络技术的发展，信息化已经渗透到人们日常生活的各个方面，人们可以随时随地浏览到海量信息，但是这些大量信息千差万别，需要费事费力的筛选、甄别自己喜欢或者感兴趣的数据。对网络电影服务来说，需要用到优秀的协同过滤推荐功能去辅助整个系统。

本系统基于java技术，使用UML建模，采用springboot框架组合进行设计，Mysql数据库存储数据。

本系统的功能主要包括本系统的功能主要包括：

开发技术：hadoop，Spark数据分析、协同过滤算法、Scrapy爬虫框架、
需求功能：

1. 注册登录
2. 消费者登录后通过顶部菜单进行收货地址管理，包括新增、修改和删除，订单页面不能新增，但是可以选择收货地址
3. 美食查询：可以按照分类进行查找，或按照店铺进行查找
4. 美食推荐：推荐算法在原有的两种协同过滤的基础上新增基于神经网络的混合CF推荐算法，重点展示不同推荐算法所推荐的不同的内容
5. 美食购买：可以将美食加入购物车，购买并支付订单（模拟支付）
6. Python美食爬虫，插入到商品表等各个表中，数据量最好大一些（美食标注价格和所属店铺）
7. 个人信息管理：用户可以查看并修改个人信息
8. 后台管理：美食数据可视化，hadoop，spark分析，图表（spark）

Django vue mysql

3 系统关键技术

具体请直接咨询，以回复为准，使用Java，python，springboot，vue，mysql, mybaties, typescript, html ,css, js 等进行开发

4 开发工具

开发工具主要有：idea、jdk1.8、maven、mysql5.7、Navicat等。

5 代码展示

@RequestMapping("/strategy")
@RestController
@Scope("prototype")
public class StrategyController {
    @Autowired
    private StrategyService strategyService;
    @Value("${web.upload-path}")
    private String path;

    @RequestMapping("/findPage")
    public ObjDat<Strategy> findPage(Strategy strategy, @RequestParam(value="page", defaultValue="1") int page, @RequestParam(value="limit", defaultValue="10") int limit){
        return strategyService.findPage(strategy,page-1,limit);
    }

    @RequestMapping("/edit")
    public JsonResult edit(HttpServletRequest request, Strategy strategy) throws IOException {
        User user=(User)request.getSession().getAttribute("user");
        if(user==null){
            return JsonResult.error("请登录");
        }
        String str=strategyService.edit(request,strategy);
        if(str.equals("成功")){
            return JsonResult.success("操作成功");
        }else{
            return JsonResult.error("操作失败");
        }
    }

6 系统功能描述

项目功能演示

7 最后

大家点赞、收藏、关注、评论啦 、查看👇🏻获取联系方式👇🏻