springboot短视频推荐系统-计算机毕业设计源码21503

最新推荐文章于 2024-11-10 13:47:39 发布

vx2_CXKF10088

最新推荐文章于 2024-11-10 13:47:39 发布

阅读量300

点赞数 4

文章标签： spring boot java tomcat idea mybatis redis spring

本文链接：https://blog.csdn.net/vx2_Biye_Design/article/details/140791173

版权

基于协同过滤算法的短视频推荐系统

摘要

本论文基于协同过滤算法，旨在设计并实现一种基于SpringBoot框架的短视频推荐系统。该系统主要分为平台用户和管理员两类角色，用户可以注册、登录、浏览短视频内容，并根据个人兴趣收藏喜爱的视频。管理员则可以管理系统数据、用户和内容，确保系统正常运行。本系统通过协同过滤算法给用户智能推荐适合的视频内容，提升用户体验。

平台用户功能主要包括注册、登录、首页、视频内容、我的账户、个人中心等。用户通过注册登录后，可以在首页看到系统公告和推荐视频内容，浏览、收藏喜爱的视频，并查看个人账户信息和收藏列表。

管理员功能则包括后台首页、系统用户管理、视频分类管理、视频内容管理、系统管理、系统公告管理、资源管理、个人信息管理等。管理员可以查看系统数据概要，管理用户和内容，管理系统展示的轮播图内容，发布系统公告，管理资讯和新闻分类，以及修改个人信息。

总体来说，本短视频推荐系统基于协同过滤算法，以SpringBoot框架为基础，实现了用户和管理员两类角色的功能，并通过智能推荐适合用户兴趣的视频内容，提升了系统的用户体验。同时，管理员可以灵活管理系统数据和内容，确保系统的正常运行和管理。

关键词：短视频推荐系统；协同过滤算法；SpringBoot框架；

Short video recommendation system based on collaborative filtering algorithm

Abstract

This paper is based on collaborative filtering algorithm and aims to design and implement a short video recommendation system based on the SpringBoot framework. The system is mainly divided into two types of roles: platform users and administrators. Users can register, log in, browse short video content, and collect their favorite videos based on personal interests. Administrators can manage system data, users, and content to ensure the normal operation of the system. This system intelligently recommends suitable video content to users through collaborative filtering algorithms, improving the user experience.

The platform's user functions mainly include registration, login, homepage, video content, My Account, Personal Center, etc. After registering and logging in, users can see system announcements and recommended video content on the homepage, browse and bookmark their favorite videos, and view their personal account information and favorites list.

The administrator functions include backend homepage, system user management, video classification management, video content management, system management, system announcement management, resource management, personal information management, etc. Administrators can view system data summaries, manage users and content, manage the carousel content displayed by the system, publish system announcements, manage information and news categories, and modify personal information.

Overall, this short video recommendation system is based on collaborative filtering algorithms and the SpringBoot framework, implementing functions for both user and administrator roles. By intelligently recommending video content that suits user interests, it enhances the user experience of the system. Meanwhile, administrators can flexibly manage system data and content to ensure the normal operation and management of the system.

Key words:Short video recommendation system; Collaborative filtering algorithm; SpringBoot framework;

摘要

Abstract

第1章绪论

第1章绪论

1.1背景及意义

随着互联网技术和智能设备的普及，短视频成为人们日常生活中不可或缺的娱乐方式。短视频具有视频内容简短、易消化的特点，受到用户喜爱，各大短视频平台如抖音、快手等也在不断蓬勃发展。然而，用户在海量的短视频内容中往往难以找到自己感兴趣的内容，因此短视频推荐系统的设计变得尤为重要。

基于协同过滤算法的短视频推荐系统能够根据用户的历史行为和兴趣，智能地为用户推荐适合其口味的短视频内容，从而提高用户体验和用户粘性。通过分析用户的历史行为数据，系统可以挖掘用户的潜在兴趣，帮助用户发现更多符合其偏好的视频，增加用户对平台的粘性和使用频率。

此外，短视频推荐系统还可以为短视频平台提供更好的商业模式。通过向用户推荐个性化内容，平台可以提高用户的停留时间和用户互动，进而提高广告点击率和转化率，实现更好的商业变现效果。同时，推荐系统也可以帮助平台优化内容分发，提高用户留存率和活跃度，促进平台的长期发展。

因此，设计并实现基于协同过滤算法的短视频推荐系统具有重要意义。这不仅可以提升用户体验，提高平台的粘性和用户参与度，还能为短视频平台带来更好的商业效益和增长机会。通过智能推荐，用户可以更加便捷地发现感兴趣的内容，平台也能够更好地满足用户需求。

1.2 国内外研究概况

短视频推荐系统是当前学术界和工业界关注的研究领域之一，涉及算法优化、用户建模、多模态信息融合等多个方面。

在算法优化方面，研究者致力于提高推荐系统的准确性和个性化程度。他们提出了基于协同过滤的算法，包括基于用户和基于物品的方法，并结合深度学习等技术进行改进，以应对推荐系统面临的挑战。此外，一些研究聚焦于提升推荐系统的实时性和可扩展性，针对大规模数据提出高效算法和系统架构。

用户建模是推荐系统研究的重要方向之一，研究者通过分析用户的行为数据，如观看记录、点赞行为、评论行为等，深入挖掘用户的兴趣和偏好，以提高推荐系统的效果。同时，一些研究还探索利用用户的社交关系网络和社交行为数据增强推荐系统的个性化能力。

多模态信息融合是近年来备受关注的研究方向之一。随着多模态数据在短视频平台上的广泛应用，研究者开始探索如何有效地融合视频内容、文本信息、用户评论等多种模态的数据，以提升推荐系统的多样性和丰富度。这些研究涉及到图像识别、自然语言处理等多个领域，旨在利用不同模态数据之间的相关性，提高推荐系统的效果。

在实践与应用方面，各大短视频平台通过不断优化算法和模型，提升用户体验，提高内容推荐的准确性和个性化程度，从而增加用户粘性和平台活跃度。

综上所述，短视频推荐系统的研究涵盖了算法优化、用户建模、多模态信息融合等多个方面，旨在提高推荐系统的准确性、个性化程度和用户体验，促进短视频平台的健康发展。未来，该领域的研究仍将是学术界和工业界关注的热点之一。

1.3 研究的内容

基于协同过滤算法的短视频推荐系统从功能、数据流程、可行性、运行环境等方面进行需求分析。对基于协同过滤算法的短视频推荐系统的数据库、功能进行了详细设计。分析了主要界面设计和相关组件设计，对短视频推荐系统的具体实现进行了介绍，从而达到对基于协同过滤算法的短视频推荐系统的管理。

详细内容介绍，将在以下六章中详细阐述：

第一章、绪论，介绍了研究课题选择的背景及意义、研究现状，简要介绍了本文的章节内容。

第二章、相关技术，通过引入关键技术进行开发，向系统中涉及直观表达的技术知识。

第三章、重点分析了系统的分析，从系统强大的供需市场出发，对系统开发的可行性，系统流程以及系统性能和功能进行了探讨。

第四章、介绍了系统的详细设计方案，包括系统结构设计和数据库设计。

第五章、系统设计的实现，通过对系统功能设计的详细说明，论证了系统的结构。

第六章、系统的整体测试，评判系统是否可以上线运行。

采用springboot框架，从数据库中获取数据、向数据库中写入数据，实现系统直接对数据库进行各种操作，在网页中加入动态内容，从而实现基于协同过滤算法的短视频推荐系统所需要的各种基本功能。

第2章相关技术

2.1 Java简介

Java主要采用CORBA技术和安全模型，可以在互联网应用的数据保护。它还提供了对EJB（Enterprise JavaBeans）的全面支持，Java servlet API，JSP（Java server pages），和XML技术。Java语言是一种面向对象的语言，它通过提供最基本的方法来完成指定的任务，开发者只需要知道一些概念就能够编写出一些应用程序。Java程序相对较小，其代码能够在小机器上运行。Java是一种计算机编程语言，具有封装、继承和多态性三个主要特性，广泛应用于企业Web应用程序开发和移动应用程序开发。

Java语言和一般编译器以及直译的区别在于，Java首先将源代码转换为字节码，然后将其转换为JVM的可执行文件，JVM可以在各种不同的JVM上运行。因此，实现了它的跨平台特性。虽然这使得Java在早期非常缓慢，但是随着Java的开发，它已经得到了改进。

2.2 协同过滤算法简介

协同过滤简单来说是利用某兴趣相投、拥有共同经验之群体的喜好来推荐用户感兴趣的信息，个人通过合作的机制给予信息相当程度的回应并记录下来以达到过滤的目的进而帮助别人筛选信息，回应不一定局限于特别感兴趣的，特别不感兴趣信息的纪录也相当重要。

协同过滤推荐（Collaborative Filtering recommendation）是在信息过滤和信息系统中正迅速成为一项很受欢迎的技术。与传统的基于内容过滤直接分析内容进行推荐不同，协同过滤分析用户兴趣，在用户群中找到指定用户的相似（兴趣）用户，综合这些相似用户对某一信息的评价，形成系统对该指定用户对此信息的喜好程度预测。

2.3 SpringBoot框架

Spring框架是Java平台上的一种开源应用框架，提供具有控制反转特性的容器。尽管Spring框架自身对编程模型没有限制，但其在Java应用中的频繁使用让它备受青睐，以至于后来让它作为EJB（EnterpriseJavaBeans）模型的补充，甚至是替补。Spring框架为开发提供了一系列的解决方案，比如利用控制反转的核心特性，并通过依赖注入实现控制反转来实现管理对象生命周期容器化，利用面向切面编程进行声明式的事务管理，整合多种持久化技术管理数据访问，提供大量优秀的Web框架方便开发等等。Spring框架具有控制反转（IOC）特性，IOC旨在方便项目维护和测试，它提供了一种通过Java的反射机制对Java对象进行统一的配置和管理的方法。Spring框架利用容器管理对象的生命周期，容器可以通过扫描XML文件或类上特定Java注解来配置对象，开发者可以通过依赖查找或依赖注入来获得对象。Spring框架具有面向切面编程（AOP）框架，SpringAOP框架基于代理模式，同时运行时可配置；AOP框架主要针对模块之间的交叉关注点进行模块化。Spring框架的AOP框架仅提供基本的AOP特性，虽无法与AspectJ框架相比，但通过与AspectJ的集成，也可以满足基本需求。Spring框架下的事务管理、远程访问等功能均可以通过使用SpringAOP技术实现。Spring的事务管理框架为Java平台带来了一种抽象机制，使本地和全局事务以及嵌套事务能够与保存点一起工作，并且几乎可以在Java平台的任何环境中工作。Spring集成多种事务模板，系统可以通过事务模板、XML或Java注解进行事务配置，并且事务框架集成了消息传递和缓存等功能。Spring的数据访问框架解决了开发人员在应用程序中使用数据库时遇到的常见困难。它不仅对Java:JDBC、iBATS/MyBATIs、Hibernate、Java数据对象（JDO）、ApacheOJB和ApacheCayne等所有流行的数据访问框架中提供支持，同时还可以与Spring的事务管理一起使用，为数据访问提供了灵活的抽象。Spring框架最初是没有打算构建一个自己的WebMVC框架，其开发人员在开发过程中认为现有的StrutsWeb框架的呈现层和请求处理层之间以及请求处理层和模型之间的分离不够，于是创建了SpringMVC。

第3章系统分析

3.1 需求分析

短视频推荐系统主要是借助信息管理系统，方便用户掌握最新资讯、视频内容，更好存储所有数据信息及快速方便的检索功能。对系统的各个模块是通过许多今天的发达系统做出合理的分析来确定考虑用户的可操作性，遵循开发的系统优化的原则，经过全面的调查和研究。

系统所要实现的功能分析，对于现在网络方便的管理，系统要实现用户可以直接在系统上进行查看所有数据信息，根据需求可以进行在线添加，删除或修改信息，这样既能节省时间，不用再像传统的方式耽误时间，真的很难去满足用户的各种需求。所以短视频推荐系统的开发不仅仅是能满足用户的需求，还能提高管理员的工作效率，减少原有不必要的工作量。

3.2 系统可行性分析

3.2.1技术可行性

该系统在Windows操作系统中进行开发，并且目前PC机的性能已经可以胜任普通网站的web服务器。系统开发所使用的技术也都是自身所具有的，也是当下广泛应用的技术之一。

系统的开发环境和配置都是可以自行安装的，系统使用springboot开发工具，使用比较成熟的Mysql数据库进行对系统前台及后台的数据交互，根据技术语言对数据库，结合需求进行修改维护，可以使得网站运行更具有稳定性和安全性，从而完成实现网站的开发。

（1）硬件可行性分析

短视频推荐系统及信息分析的设计对于所使用的计算机没有什么硬性的要求，计算机只要可以正常的使用进行代码的编写及页面设计就可行，主要是对于服务器有些要求，对于平台搭建完成要上传的服务器是有一定的要求的，服务器必须选择安全性比较高的，然后就是在打开网站必须顺畅，不能停顿太长时间；性价比高；安全性高。

（2）软件可行性分析

开发整个系统使用的是云计算，流量的可扩展性和基于流量的智能调整云计算的优点就是流量的可扩展性和基于流量的智能调整，保障系统的安全及数据信息的及时备份。

因此，我们从两个方面进行了可行性研究，可以看出系统的开发没有问题。

3.2.2经济可行性

在短视频推荐系统开发之前所做的市场调研及相关的管理系统，都是没有任何费用的，都是通过开发者自己的努力，所有的工作的都是自己亲力亲为，在碰到自己比较难以解决的问题，大多是通过同学和指导老师的帮助进行相关信息的解决，所以对于短视频推荐系统的开发在经济上是完全可行的，没有任何费用支出的。

使用比较成熟的技术，系统是基于协同过滤算法的，采用springboot框架和Mysql数据库。所以系统在开发人力、财力要求不高，具有经济可行性。

3.2.3操作可行性

可操作性主要是对基于协同过滤算法的短视频推荐系统设计完成后，用户的使用体验度，以及管理员可以通过系统随时管理相关的数据信息，并且对于管理员、用户的两个用户角色，都可以简单明了的进入到自己的系统界面，通过界面导航菜单可以简单明了地操作功能模块，方便用户信息的操作需求和管理员管理数据信息，对于系统的操作，不需要专业人员都可以直接进行功能模块的操作管理，所以在系统的可操作性是完全可以的。本系统的操作使用的也是界面窗口进行登录，所以操作人员只要会简单的电脑操作就完全可以的。

3.3 项目设计目标与原则

1、关于短视频推荐系统的基本要求

（1）功能要求：首页、系统公告、最新资讯、视频内容、我的账户、个人中心等功能模块。

（2）性能：在不同操作系统上均能无差错实现在不同类型的用户登入相应界面后能不出差错、方便地进行预期操作。

（3）安全与保密要求：用户都必须通过身份验证才能进入系统，并且用户的权限也需要根据用户的类型进行限定。

（4）环境要求：支持多种平台，可在Windows系列、Vista系统等多种操作系统下使用。

2、开发目标

短视频推荐系统的主要开发目标如下：

（1）实现管理系统信息关系的系统化、规范化和自动化；

（2）减少维护人员的工作量以及实现用户对信息的控制和管理。

（3）方便查询信息及管理信息等；

（4）通过网络操作，改善处理问题的效率，提高操作人员利用率；

（5）考虑到用户多样性特点，要求界面简单，操作简便。

3、设计原则

本系统采用springboot技术，Mysql数据库开发，充分保证了系统稳定性、完整性。

短视频推荐系统的设计与实现的设计思想如下：

操作简单方便、系统界面安全良、简单明了的页面布局、方便查询相关信息。

2、即时可见：对短视频推荐系统信息的处理将可以实时查询到，从而实现“即时发布、即时见效”的系统功能。

3、功能的完善性：拥有后台首页、系统用户、视频分类管理、视频内容管理、系统管理、系统公告管理、资源管理、个人信息等模块的修改维护操作。

3.4系统流程分析

3.4.1操作流程

系统登录流程图，如图所示：

图3-1登录流程图

3.4.2添加信息流程

添加信息流程图，如图所示

图3-2添加信息流程图

3.4.3删除信息流程

删除信息流程图，如图所示：

图3-3删除信息流程图

第4章系统设计

4.1 系统体系结构

本系统选择B/S结构(Browser/Server，浏览器/服务器结构)和基于Web服务两种模式。适合在互联网上进行操作，只要用户能连网，任何时间、任何地点都可以进行系统的操作使用。系统工作原理图如图4-1所示：

图4-1 系统工作原理图

4.2系统结构设计

整个系统是由多个功能模块组合而成的，要将所有的功能模块都一一列举出来，然后进行逐个的功能设计，使得每一个模块都有相对应的功能设计，然后进行系统整体的设计。

本系统结构图如图4-2所示。

图4-2 系统功能结构图

4.3开发流程设计

系统流程的分析是通过调查系统所涉及问题的识别、可行性、可操作性、系统分析处理能力等具体环节来调节、整理系统的设计方案以确保系统能达到理想的状态。这些操作都要从注册、登录处着眼进行一系列的流程测试保证数据库的完整，从而把控系统所涉及信息管理的安全、保证信息输入、输出正常转换。然后，通过实际操作完成流程图的绘制工作。

短视频推荐系统的开发对管理模块和系统使用的数据库进行分析，编写代码，系统测试，如图4-3所示。

图4-3开发系统流程图

4.4 数据库设计原则

学习编程，我们都知道数据库设计是基于需要设计的系统功能，我们需要建立一个数据库关系模型，用于存储数据信息，这样当我们在程序中时，就没有必要为程序页面添加数据，从而提高系统的效率。数据库存储了很多信息，可以说是信息管理系统的核心和基础，数据库还提供了添加、删除、修改和检查，使系统能够快速找到自己想要的信息，而不是在程序代码中找到。数据库中信息表的每个部分根据一定的关系精确地组合，排列和组合成数据表。

通过短视频推荐系统的功能进行规划分成几个实体信息，实体信息将通过ER图进行说明，本系统的主要实体图如下：

管理员信息属性图如图4-4所示。

图4-4 管理员信息实体属性图

系统的E-R图如图4-5所示：

图4-5系统E-R图

4.5 数据表

将数据库概念设计的E-R图转换为关系数据库。在关系数据库中，数据关系由数据表组成，但是表的结构表现在表的字段上。

表access_token (登陆访问时长)

编号	名称	数据类型	长度	小数位	允许空值	主键	默认值	说明
1	token_id	int	10	0	N	Y		临时访问牌ID
2	token	varchar	64	0	Y	N		临时访问牌
3	info	text	65535	0	Y	N
4	maxage	int	10	0	N	N	2	最大寿命：默认2小时
5	create_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	创建时间：
6	update_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	更新时间：
7	user_id	int	10	0	N	N	0	用户编号:

表article (文章：用于内容管理系统的文章)

编号	名称	数据类型	长度	小数位	允许空值	主键	默认值	说明
1	article_id	mediumint	8	0	N	Y		文章id：[0,8388607]
2	title	varchar	125	0	N	Y		标题：[0,125]用于文章和html的title标签中
3	type	varchar	64	0	N	N	0	文章分类：[0,1000]用来搜索指定类型的文章
4	hits	int	10	0	N	N	0	点击数：[0,1000000000]访问这篇文章的人次
5	praise_len	int	10	0	N	N	0	点赞数
6	create_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	创建时间：
7	update_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	更新时间：
8	source	varchar	255	0	Y	N		来源：[0,255]文章的出处
9	url	varchar	255	0	Y	N		来源地址：[0,255]用于跳转到发布该文章的网站
10	tag	varchar	255	0	Y	N		标签：[0,255]用于标注文章所属相关内容，多个标签用空格隔开
11	content	longtext	2147483647	0	Y	N		正文：文章的主体内容
12	img	varchar	255	0	Y	N		封面图
13	description	text	65535	0	Y	N		文章描述

表article_type (文章分类)

编号	名称	数据类型	长度	小数位	允许空值	主键	默认值	说明
1	type_id	smallint	5	0	N	Y		分类ID：[0,10000]
2	display	smallint	5	0	N	N	100	显示顺序：[0,1000]决定分类显示的先后顺序
3	name	varchar	16	0	N	N		分类名称：[2,16]
4	father_id	smallint	5	0	N	N	0	上级分类ID：[0,32767]
5	description	varchar	255	0	Y	N		描述：[0,255]描述该分类的作用
6	icon	text	65535	0	Y	N		分类图标：
7	url	varchar	255	0	Y	N		外链地址：[0,255]如果该分类是跳转到其他网站的情况下，就在该URL上设置
8	create_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	创建时间：
9	update_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	更新时间：

表auth (用户权限管理)

编号	名称	数据类型	长度	小数位	允许空值	主键	默认值	说明
1	auth_id	int	10	0	N	Y		授权ID：
2	user_group	varchar	64	0	Y	N		用户组：
3	mod_name	varchar	64	0	Y	N		模块名：
4	table_name	varchar	64	0	Y	N		表名：
5	page_title	varchar	255	0	Y	N		页面标题：
6	path	varchar	255	0	Y	N		路由路径：
7	position	varchar	32	0	Y	N		位置：
8	mode	varchar	32	0	N	N	_blank	跳转方式：
9	add	tinyint	3	0	N	N	1	是否可增加：
10	del	tinyint	3	0	N	N	1	是否可删除：
11	set	tinyint	3	0	N	N	1	是否可修改：
12	get	tinyint	3	0	N	N	1	是否可查看：
13	field_add	text	65535	0	Y	N		添加字段：
14	field_set	text	65535	0	Y	N		修改字段：
15	field_get	text	65535	0	Y	N		查询字段：
16	table_nav_name	varchar	500	0	Y	N		跨表导航名称：
17	table_nav	varchar	500	0	Y	N		跨表导航：
18	option	text	65535	0	Y	N		配置：
19	create_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	创建时间：
20	update_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	更新时间：

表collect (收藏)

编号	名称	数据类型	长度	小数位	允许空值	主键	默认值	说明
1	collect_id	int	10	0	N	Y		收藏ID：
2	user_id	int	10	0	N	N	0	收藏人ID：
3	source_table	varchar	255	0	Y	N		来源表：
4	source_field	varchar	255	0	Y	N		来源字段：
5	source_id	int	10	0	N	N	0	来源ID：
6	title	varchar	255	0	Y	N		标题：
7	img	varchar	255	0	Y	N		封面：
8	create_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	创建时间：
9	update_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	更新时间：

表comment (评论)

编号	名称	数据类型	长度	小数位	允许空值	主键	默认值	说明
1	comment_id	int	10	0	N	Y		评论ID：
2	user_id	int	10	0	N	N	0	评论人ID：
3	reply_to_id	int	10	0	N	N	0	回复评论ID：空为0
4	content	longtext	2147483647	0	Y	N		内容：
5	nickname	varchar	255	0	Y	N		昵称：
6	avatar	varchar	255	0	Y	N		头像地址：[0,255]
7	create_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	创建时间：
8	update_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	更新时间：
9	source_table	varchar	255	0	Y	N		来源表：
10	source_field	varchar	255	0	Y	N		来源字段：
11	source_id	int	10	0	N	N	0	来源ID：

表hits (用户点击)

编号	名称	数据类型	长度	小数位	允许空值	主键	默认值	说明
1	hits_id	int	10	0	N	Y		点赞ID：
2	user_id	int	10	0	N	N	0	点赞人：
3	create_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	创建时间：
4	update_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	更新时间：
5	source_table	varchar	255	0	Y	N		来源表：
6	source_field	varchar	255	0	Y	N		来源字段：
7	source_id	int	10	0	N	N	0	来源ID：

表notice (公告)

编号	名称	数据类型	长度	小数位	允许空值	主键	默认值	说明
1	notice_id	mediumint	8	0	N	Y		公告id：
2	title	varchar	125	0	N	N		标题：
3	content	longtext	2147483647	0	Y	N		正文：
4	create_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	创建时间：
5	update_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	更新时间：

表platform_users (平台用户)

编号	名称	数据类型	长度	小数位	允许空值	主键	默认值	说明
1	platform_users_id	int	10	0	N	Y		平台用户ID
2	real_name	varchar	64	0	Y	N		真实姓名
3	mobile_phone_number	varchar	16	0	Y	N		手机号码
4	user_gender	varchar	64	0	Y	N		用户性别
5	user_age	varchar	64	0	Y	N		用户年龄
6	examine_state	varchar	16	0	N	N	已通过	审核状态
7	user_id	int	10	0	N	N	0	用户ID
8	create_time	datetime	19	0	N	N	CURRENT_TIMESTAMP	创建时间
9	update_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	更新时间

表praise (点赞)

编号	名称	数据类型	长度	小数位	允许空值	主键	默认值	说明
1	praise_id	int	10	0	N	Y		点赞ID：
2	user_id	int	10	0	N	N	0	点赞人：
3	create_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	创建时间：
4	update_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	更新时间：
5	source_table	varchar	255	0	Y	N		来源表：
6	source_field	varchar	255	0	Y	N		来源字段：
7	source_id	int	10	0	N	N	0	来源ID：
8	status	bit	1	0	N	N	1	点赞状态:1为点赞，0已取消

表slides (轮播图)

编号	名称	数据类型	长度	小数位	允许空值	主键	默认值	说明
1	slides_id	int	10	0	N	Y		轮播图ID：
2	title	varchar	64	0	Y	N		标题：
3	content	varchar	255	0	Y	N		内容：
4	url	varchar	255	0	Y	N		链接：
5	img	varchar	255	0	Y	N		轮播图：
6	hits	int	10	0	N	N	0	点击量：
7	create_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	创建时间：
8	update_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	更新时间：

表upload (文件上传)

编号	名称	数据类型	长度	小数位	允许空值	主键	默认值	说明
1	upload_id	int	10	0	N	Y		上传ID
2	name	varchar	64	0	Y	N		文件名
3	path	varchar	255	0	Y	N		访问路径
4	file	varchar	255	0	Y	N		文件路径
5	display	varchar	255	0	Y	N		显示顺序
6	father_id	int	10	0	Y	N	0	父级ID
7	dir	varchar	255	0	Y	N		文件夹
8	type	varchar	32	0	Y	N		文件类型

表user (用户账户：用于保存用户登录信息)

编号	名称	数据类型	长度	小数位	允许空值	主键	默认值	说明
1	user_id	mediumint	8	0	N	Y		用户ID：[0,8388607]用户获取其他与用户相关的数据
2	state	smallint	5	0	N	N	1	账户状态：[0,10](1可用\|2异常\|3已冻结\|4已注销)
3	user_group	varchar	32	0	Y	N		所在用户组：[0,32767]决定用户身份和权限
4	login_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	上次登录时间：
5	phone	varchar	11	0	Y	N		手机号码：[0,11]用户的手机号码，用于找回密码时或登录时
6	phone_state	smallint	5	0	N	N	0	手机认证：[0,1](0未认证\|1审核中\|2已认证)
7	username	varchar	16	0	N	N		用户名：[0,16]用户登录时所用的账户名称
8	nickname	varchar	16	0	Y	N		昵称：[0,16]
9	password	varchar	64	0	N	N		密码：[0,32]用户登录所需的密码，由6-16位数字或英文组成
10	email	varchar	64	0	Y	N		邮箱：[0,64]用户的邮箱，用于找回密码时或登录时
11	email_state	smallint	5	0	N	N	0	邮箱认证：[0,1](0未认证\|1审核中\|2已认证)
12	avatar	varchar	255	0	Y	N		头像地址：[0,255]
13	open_id	varchar	255	0	Y	N		针对获取用户信息字段
14	create_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	创建时间：
15	vip_level	varchar	255	0	Y	N		会员等级
16	vip_discount	double	11	2	Y	N	0.00	会员折扣

表user_group (用户组：用于用户前端身份和鉴权)

编号	名称	数据类型	长度	小数位	允许空值	主键	默认值	说明
1	group_id	mediumint	8	0	N	Y		用户组ID：[0,8388607]
2	display	smallint	5	0	N	N	100	显示顺序：[0,1000]
3	name	varchar	16	0	N	N		名称：[0,16]
4	description	varchar	255	0	Y	N		描述：[0,255]描述该用户组的特点或权限范围
5	source_table	varchar	255	0	Y	N		来源表：
6	source_field	varchar	255	0	Y	N		来源字段：
7	source_id	int	10	0	N	N	0	来源ID：
8	register	smallint	5	0	Y	N	0	注册位置:
9	create_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	创建时间：
10	update_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	更新时间：

表video_classification (视频分类)

编号	名称	数据类型	长度	小数位	允许空值	主键	默认值	说明
1	video_classification_id	int	10	0	N	Y		视频分类ID
2	classification_name	varchar	64	0	Y	N		分类名称
3	create_time	datetime	19	0	N	N	CURRENT_TIMESTAMP	创建时间
4	update_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	更新时间

表video_content (视频内容)

编号	名称	数据类型	长度	小数位	允许空值	主键	默认值	说明
1	video_content_id	int	10	0	N	Y		视频内容ID
2	video_id	varchar	64	0	Y	N		视频编号
3	video_title	varchar	64	0	Y	N		视频标题
4	video_classification	varchar	64	0	Y	N		视频分类
5	video_cover	varchar	255	0	Y	N		视频封面
6	video_duration	varchar	64	0	Y	N		视频时长
7	video_file	varchar	255	0	Y	N		视频文件
8	hits	int	10	0	N	N	0	点击数
9	praise_len	int	10	0	N	N	0	点赞数
10	recommend	int	10	0	N	N	0	智能推荐
11	create_time	datetime	19	0	N	N	CURRENT_TIMESTAMP	创建时间
12	update_time	timestamp	19	0	N	N	CURRENT_TIMESTAMP	更新时间

第5章系统详细设计

5.1管理员功能模块

管理员登录短视频推荐系统，在登录页面输入账号、密码、验证等进行登录，如下图所示。

图5-1管理员登录界面图

管理员进入系统后台可以查看：后台首页、系统用户、视频分类管理、视频内容管理、系统管理、系统公告管理、资源管理、个人信息等功能模块，还可进行相应的操作，如下图所示。

图5-2管理员功能界面图

系统用户，在此页面可以查看用户信息，还可在该页面对用户进行查询、添加和删除等操作。如下图所示。

图5-3用户管理界面图

视频分类管理：可以查看视频分类的分类名称、创建时间等信息。可以进行查询、删除、添加等操作，如下图所示。

图5-4视频分类列表界面图

图5-5添加视频分类界面图

视频内容管理：可以查看视频编号、视频标题、视频封面、视频时长等信息，可以进行查询、删除等操作，如下图所示。

图5-6视频内容列表界面图

图5-7添加视频内容界面图

系统管理：可以对轮播图信息，进行查询、删除、添加等操作，如下图所示。

图5-8轮播图管理界面图

资源管理：可以查看最新资讯、新闻分类等信息，可以进行查询、删除、添加等操作，如下图所示。

图5-9最新资讯界面图

个人信息：可以对个人信息，进行修改等操作，如下图所示。

图5-10个人信息界面图

5.2注册用户功能模块

普通用户登录短视频推荐系统，需先注册，填写账号、密码、昵称、邮箱、身份、姓名、电话等信息。在登录页面输入用户名、密码、验证进行登录，如下图所示。

图5-11普通用户注册界面图

图5-12普通用户登录界面图

进入系统可以查看：首页、系统公告、最新资讯、视频内容、我的账户、个人中心等功能模块，还可进行相应的操作。首页的视频内容推荐会根据用户的短视频分类喜好，分类下视频不足12条的，系统会智能推荐12条。如下图所示。

图5-13用户功能界面图

系统公告：可以查看标题、正文、创建时间等信息。如下图所示。

图5-14系统公告界面图

最新资讯：可以查看标题、点赞数、点击数、正文等内容进行收藏、点赞等操作，如下图所示。

图5-15最新资讯界面图

视频内容：用户可以通过关键字、下拉搜索查询视频内容。可以查看视频内容的视频标题、视频分类、视频时长等详细内容，并进行点赞、收藏等操作，如下图所示。

图5-16视频内容列表界面图

个人中心：可以查看个人首页、收藏等，如下图所示。

图5-17收藏界面图

第6章系统测试

6.1系统测试的目的

程序设计不能保证没有错误，这是一个开发过程，在错误或错误的过程中都是难以避免的。虽然这是不可避免的，但我们不能使这些错误始终存在于系统中，错误可能会造成无法估量的后果，如系统崩溃，安全信息泄露，系统无法正常启动等，为了避免这些问题，我们需要测试程序，再测试过程中发现问题，并纠正它们，从而使系统更长时间稳定成熟。本章的作用是发现这些问题，并对其进行修改，虽然耗时费力，但对于长期使用而言是非常重要和必要系统的开发。

软件在设计后必须进行测试，调试过程中使用的方法是软件测试方法。在开发新软件时，系统测试是检查软件是否合格的关键步骤，以及是否符合设计目标的参考。测试主要是查看软件中数据的准确性，正确的操作与否，以及操作的结果，还有哪些方面需要改进。

短视频推荐系统的实现，对于系统中功能模块的实现及操作都必须通过测试进行来评判系统是否可以准确的实现。在短视频推荐系统正式上传使用之前必须做的一步就是系统测试，对于测试发现的错误及时修改处理，保证系统准确无误的供给用户使用。

6.2系统测试方法

在对短视频推荐系统进行测试的时候在找到问题的情况下必须在第一时间找到解决问题的办法，不要存在侥幸的心理，这样才能让短视频推荐系统开发的质量可以过关，并且开发的周期会大大缩短，还有就是在测试时，不要出现重复性的错误，遇到一个错误问题，要将整个短视频推荐系统开发所牵扯的该问题都必须一一解决，提高短视频推荐系统平台的安全性、稳定性。

白盒测试与黑盒测试是测试中比较常用的两种方法。

①结构测试俗称白盒测试：这种测试是在对程序的处理过程与结构都有详尽谅解的前提下，顺从程序内部的逻辑而完成的系统测试，以确定系统中所有的通路都能够遵照设计要求正常工作，不出现任何偏差。

②功能测试又成黑盒测试：主要是针对程序功能能够按照设计正常实现的一种检测，在程序接口处进行，检测程序手法数据是否正常，与外部信息的交换是否完整。

6.3功能测试

用户登录测试：

模块名称	测试用例	预期结果	实际结果	是否通过
登录模块	用户名：admin 密码：123	弹出错误提示，提示密码错误	弹出错误提示，提示密码错误	通过
登录模块	用户名：123 密码：admin	弹出错误提示，提示用户名错误	弹出错误提示，提示用户名错误	通过
登录模块	用户名：admin 密码：admin	管理员登录成功	管理员登录成功	通过

修改密码测试：

模块名称	测试用例	预期结果	实际结果	是否通过
修改密码模块	原密码：666 新密码：123 确认密码：123	弹出错误提示，提示原密码错误	弹出错误提示，提示原密码错误	通过
修改密码模块	原密码：admin 新密码：123 确认密码：333	弹出错误提示，提示确认密码不一致	弹出错误提示，提示确认密码不一致	通过
修改密码模块	原密码：admin 新密码：123 确认密码：123	密码修改成功	密码修改成功	通过

通过对功能的测试，短视频推荐系统的基本功能都是可行的，不管是系统里面的功能，还是界面的设计都是可值得推广宣传的。

结论

此时项目已经完成，即使实施的时间不是很长，但是这个过程中需要准备很长的一段时间去对系统设计开发所相关技术进行学习。在学习的过程中，我逐渐认识得到了我自身存在的一些不足。对于一些控制是必要的应用技能，能够理解，整个过程中仅仅是一个掌握了常用的性能和控制方法，我觉得挺容易的。从该系统中，系统的分析和设计的调查数据，并且已经经历了几个月，并努力几个月，该系统已经完成。很显然，该系统仍有很多不成熟的地方，在系统设计过程中有许多技术缺陷存在。在设计的过程中也涉及到了很多自己无法解决的问题，主要通过咨询老师解决这些问题，对于毕业设计的圆满完成，需要感谢老师们的指导。系统的开发环境和配置都是可以自行安装的，系统使用springboot开发工具，使用比较成熟的Mysql数据库进行对系统前台及后台的数据交互，根据技术语言对数据库，结合需求进行修改维护，可以使得系统运行更具有稳定性和安全性，从而完成实现系统的开发。

回顾毕业设计的整个过程，既付出汗水也收获了很多。虽然经历了各种各样的困难，自己的不断研究探索，系统的实现仍有不足之处。

在以后的学习及工作中，我仍然继续学习计算机方面的技术，让我在后期的平台开发中可以更好更快的实现需求功能。我相信我可以让更多的好工作，做出更大的贡献。

致谢

基于协同过滤算法的短视频推荐系统的完成，如何实现的更好，其中付出的努力是很大的，这段时光将会终身难忘。

首先要感谢我的指导老师，谢谢您在设计和论文中给我的指导。在您的细心指导下我才能快速的掌握系统的相关功能，在您的大力帮助下我才能将课本上的知识与自己的项目结合，真正的做到学以致用。感谢您经常牺牲自己的休息时间，利用其丰富的教学和项目经验对我进行指导。

感谢所有教过我的老师，为我倾注了大量的心血，正是你们的谆谆教诲、严谨教学才使我能顺利的完成学业，再此向你们表示深深的感谢。

感谢我的同学们，对我的大力支持及帮助，正是你们不断的帮助、鼓励，给我带来了极大的动力，最终系统可以顺利的运行。我们在交流、谈论的这段时间，将是我未来的财富，我要深深地感谢你们!

毕业在即，在今后的工作和生活中，我会铭记师长们的教诲、同学们的帮助，继续不懈努力和追求，来报答所有支持和帮助过我的人!

参考文献

[1] 沈晓鹏, 赵明,刘善智.短视频推荐方法与模型研究[J].电脑知识与技术,2023,19(34):116-118.

[2] 王吕游.基于边缘计算与联邦学习的视频推荐系统研究与实现[D]. 贵州大学, 2023.

[3] 安邦.基于用户偏好的短视频混合推荐系统研究与实现[D]. 西安石油大学, 2023.

[4] 陈玉帛, 项慨, 王顺驰, 何希, 李娅琴, 邹正,李玉婷.基于用户画像的课程学习视频推荐系统研究与设计[J].现代信息科技,2023,7(09):1-8.

[5] 周帅航.基于深度学习的舞蹈微视频推荐系统设计与实现[D]. 西北民族大学, 2023.

[6] 郑亚灵.基于协同过滤算法的短视频推荐模型应用研究[J].自动化与仪器仪表,2023,(04):29-33.

[7] Wang Xuejiao,Liu Chao.Design of Personalized News Recommendation System Based on an Improved User Collaborative Filtering Algorithm[J].Mobile Information Systems,2023,2023

[8] Nan Xiang,Kayo kanato Xiaolan.Design and Implementation of a Personalized Tourism Recommendation System Based on the Data Mining and Collaborative Filtering Algorithm[J].Computational Intelligence and Neuroscience,2022,20221424097-1424097.

[9] 梁一帆.视频个性化推荐的应用特点和优化路径[J].中国记者,2022,(08):53-58.

[10] 袁雪梅.基于深度学习的视频推荐系统研究与实现[D]. 江苏科技大学, 2022.

[11] 严辉.基于协同过滤推荐的短视频App运营系统的设计与实现[D]. 华中科技大学, 2022.

[12] 浦艺钟.基于协同过滤的视频推荐系统研究与实现[D]. 江苏科技大学, 2022.

[13] 杨东辰.基于Spark大数据的短视频推荐系统的设计与研究[D]. 南昌大学, 2021.

[14] 姚伟.基于协同过滤的视频推荐系统设计[J].网络安全技术与应用,2021,(05):54-55.

[15] Ma Dongyuan, Luo Li,Fang Yuanchen.Short video recommendations based on analytic hierarchy process and collaborative filtering algorithm[J].Journal of Physics: Conference Series,2021,1774(1):012014-.

[16] 张婉婷.基于聚类算法的视频推荐系统的算法研究[J].价值工程,2020,39(02):250-252.

[17] Baiqiang Gan,Chi Zhang.Design of personalized recommendation system for online learning resources based on improved collaborative filtering algorithm[J].E3S Web of Conferences,2020,21401051-.

[18] Yuning Bian, Yeli Li, Qingtao Zeng,Mengyang Liu.Design and implementation of book publishing topic selection system based on collaborative filtering algorithm[J].IOP Conference Series: Materials Science and Engineering,2019,563(5):

[19] 张晶.基于改进的协同过滤短视频个性化推荐系统分析与实现[D]. 江西农业大学, 2019.

[20] 李潼.个性化视频推荐系统的设计与实现[D]. 北京交通大学, 2019.