在线图书商城推荐网 Python+Django+Mysql开发 基于用户、物品的协同过滤推荐算法 网上购书推荐系统 协同过滤推荐算法在电子商务网站中的运用 个性化推荐算法开发 机器学习、分布式大数据

在线图书商城推荐网 Python+Django+Mysql开发 基于用户、物品的协同过滤推荐算法 网上购书推荐系统 协同过滤推荐算法在电子商务网站中的运用 个性化推荐算法开发 机器学习、分布式大数据、人工智能开发 BookShopRecommendWebPython

一、项目简介

1、开发工具和使用技术

Python3.8，Django3，mysql8，navicat数据库管理工具，html页面，javascript脚本，jquery脚本，bootstrap前端框架，layer弹窗组件、layui文件上传组件、kindeditor富文本框组件等。

2、实现功能

前台用户包含：注册、登录、注销、浏览图书、搜索图书、购物车、购买、信息修改、密码修改、图书评分、图书收藏、图书评论、排行榜、热点推荐、个性化推荐图书等功能；

后台管理员包含：数据统计、用户管理、图书管理、图书类型管理、订单管理、评分管理、收藏管理、评论管理、浏览记录管理等。

个性化推荐功能：
排行榜：根据每种图书类型下的浏览数量降序推荐图书；

为你推荐：
游客：热点推荐（根据图书总评分和总购买数量降序推荐）
登录用户：
基于用户的协同过滤推荐算法（根据评分数据），如果没有推荐结果，采用热点推荐（根据图书总评分降序推荐，同时是登录用户没有评分的）；
基于项目的协同过滤推荐算法（根据购买数据），如果没有推荐结果，采用热点推荐（根据图书购买数量降序推荐，同时是登录用户没有购买的）。

相关推荐：
与当前图书相同类型且评分较高的图书，同时是当前用户没有评分的图书。

图书数据来源：豆瓣图书数据

3、开发步骤

一、需求分析
主要是分析需要实现的功能、确定开发工具及技术等。例如：前台用户需要有登录、注册、注销、搜索图书、图书评分、个性化推荐等，后台管理员需要有登录、注销、用户管理、图书管理、图书类型管理等，个性化推荐使用基于用户的协同过滤推荐算法等。Python开发语言，mysql数据库，django开发框架等。
二、数据库设计
数据库设计使用navicat数据库管理工具，可通过sql语句脚本生成数据库表，也可以直接操作新建表设计表等。注意主外键关联设计，例如：评分记录表需要外键关联用户表和图书表。
三、页面设计
使用bootstrap前端框架，通过学习https://v3.bootcss.com/官方文档和开发案例来设计页面。
四、开发框架搭建
Django开发框架搭建请参考：使用pycharm创建django项目讲解.doc
五、功能开发
首先是进行前台用户首页的开发，其次是图书详情，然后是用户注册、登录等，接着是用户的评分、修改信息等，然后是进行管理员功能的开发，最后是进行前台用户的个性化推荐功能实现。
六、系统测试
主要是进行bug修改，推荐算法测试。

二、项目展示

三、代码展示及运行结果

专业长期研究java、python推荐算法（基于内容、协同过滤、关联规则、机器学习等）、大数据等，欢迎留言、私信互相交流学习，后续会不断更新，欢迎关注。