python协同过滤算法网上图书商城系统 图书籍推荐系统爬虫

为提高用户书籍查找效率，简化用户书籍购买流程。基于Python设计与开发书籍推荐系统，系统通过爬虫技术获取数据，采用Django框架开发书籍推荐网站，并基于协同过滤算法为用户推荐书籍；系统以B/S架构为基础，采用MVT设计模式，合理设计模型、视图和模板；使用MySql数据库进行业务数据组织、存储和管理，保证数据的准确性和安全性。
将基于Python的书籍推荐系统的开发与实现分为平台管理员端、普通用户端。平台管理员端实现书籍信息的爬取，以及对书籍、用户、订单信息的控制与管理，实现对其的增加、删除和修改，并可以执行书籍是否首页展示、封禁用户等操作；普通用户端功能实现了用户的注册和登录、个人信息管理、书籍推荐以及购买功能。系统界面布局合理、操作友好，充分满足用户书籍挑选的需求，能够大幅度增加用户筛选书籍的效率。
关键词：Python  Django框架  B/S结构  MySql
协同过滤功能主要是通过计算两个元素之间的相似度，在众多元素中，为用户推荐相似的元素，主要分为基于用户的协同过滤和基于物品的协同过滤推荐。由于本系统中书籍基本信息从豆瓣TOP250爬取，较为固定，而用户信息可以通过注册，生成多个，并且不同的用户行为不一，通过用户的推荐也更为多样。因此，本设计选择基于用户的协同过滤推荐算法。

推荐过程
首先，选择用户的浏览和订单记录作为推荐指标；之后，根据不同用户的游览记录和订单记录，构建用户相似矩阵，并根据用户相似矩阵计算不同的用户之间的皮尔逊系数，皮尔逊系数较小的两个用户，相似度较高。最后，读取最相似用户TOP10用户的浏览或下单的商品，并判断当前用户是否购买过，若未购买过，则推荐给当前用户，至此，完成了书籍协同过滤的实现
书籍推荐系统基于Python的Django框架[9]实现，Django框架是当前较为流行的B/S框架之一，采用当前最为热门的MVT架构模式，即M（模型）、V（路由）、T（模板），在网站开发过程中，设计并实现了MVT的各部分内容，便可实现书籍推荐系统的前后端的具体功能。其中模板根据功能实现需求，利用HTML和CSS技术[10]实现，下面主要介绍模型和路由的设计内容。
后台管理端的功能主要是实现基于Python的数据推荐系统的后台管理与运维。应包括对书籍信息、订单信息、用户信息的管理。考虑到后台管理功能的需要，首先，需要注册超级管理员账号，拥有后台管理员端的操作权限；其次，需要有后台管理端的登录界面，能够对超级管理员账号、密码的核对；最后，在登录到管理界面后，管理员账号可以对用户、书籍、订单等信息进行管理，对书籍信息的管理应包括数据爬取功能，管理点击数据爬取按钮，可一键爬取书籍信息，对所有信息内容的应可以进行增删改查等操作，并可以实现对用户的封禁、书籍的首页展示等功能。
目  录

1    引 言    1
1.1    研究背景和意义    1
1.2    国内外研究现状    1
1.3    论文解决的主要问题    2
2    数据获取    1
2.1    爬虫技术介绍    1
2.2    爬虫设计与实现    1
3    系统设计    3
3.1    系统设计概述    3
3.2    系统流程设计    3
3.2.1    普通用户端业务流程设计    3
3.2.2    系统后台管理端业务流程设计    4
3.3    系统功能设计    4
3.3.1    协同过滤推荐功能设计    4
3.3.1.1算法选择    4
3.3.1.2推荐过程    4
3.3.2    基于Django框架的网站功能设计    5
3.3.2.1模型设计    6
3.3.2.2 路由设计    7
4    系统实现    9
4.1    普通用户端    9
4.1.1    用户注册及登录    9
4.1.2    系统首页    10
4.1.3    书籍详情页    12
4.1.4    书籍购买    13
4.1.5    协同过滤推荐    14
4.2    平台管理员端    14
4.2.1    管理员登录界面    15
4.2.2 书籍管理    16
4.2.3 用户管理    17
4.2.4 订单管理    18
5    系统测试    20
5.1    测试的目的    20
5.2    测试的原则    20
5.3    测试的方法与过程    20
5.4    测试的结果    21
6    总结与展望    22
参考文献    23
致 谢    24