springboot基于用户的协同过滤算法的外卖互助平台

随着“互联网+”的快速迅猛发展,信息技术与外卖行业的结合越来越紧密。如何为客户提供准确的、喜爱的、个性化服务成为“互联网+服务”行业领域研究的热点。近年来,在外卖行业中个性化推荐系统正在大规模普及应用,它不仅可以满足客户的个性化服务需求,而且还建立了长期稳定的客户关系,客户流失率逐渐降低,客户忠诚度逐步提高。个性化服务外卖互助平台推荐系统的核心是推荐算法,主要的推荐算法有基于协同过滤的算法、基于内容过滤的算法以及基于关联规则过滤的算法等。协同过滤算法具有较高的推荐准确率,构建基于用户的协同过滤算法的外卖互助平台，并对这一过程中用到的理论、技术以及应用效果进行探讨，为日后外卖互助平台个性化服务提供借鉴依据。
ide工具：IDEA 或者eclipse
编程语言: java
数据库: mysql5.7+
框架：ssm+springboot都有
前端：vue.js+ElementUI
详细技术：springboot+SSM+vue+MYSQL+MAVEN
数据库工具：Navicat/SQLyog都可以
该课题要求学生利用所学知识，在充分调研的基础上，从技术可行性、经济可行性、操作可行性等几个方面考虑。设计开基于用户的协同过滤算法的外卖互助平台，该平台应具有用户登录、购物车,订单功能、充值支付,.推荐功能,用户交流分享以及在线客服等功能模块。
课题研究内容:“
为了给人们的生活带来更好的舒适性，本课题主要进行了外卖互助平台的设计与开发，基于用户的协同过滤算法，通过推荐系统的输入分析用户当前的行为或者是用户访问过程中的历史行为，给用户的兴趣建模，从而主动给用户推荐给能够满足他们兴趣和需求的信息，能够真正的“懂你”。设计主要内容如下:
(一)用户登录、订单功能<
(1)设计用户登录页面，登录成功后并展示外卖互助平台内容界面，e《2)用户在平台内对外卖商品实现购买、支付订单展示等功能;“
(二)推荐功能
(1)进行用户行为数据的收集:将用户过去的行为用一个 mn的矩阵 R来表示矩阵 Rii 代表用户i对推荐对象i的有过反馈;“
(2)用户相似对象集的建立《用户邻居的建立);通过用户历史行为数据，计算出与目标用户相似的用户集，称之为用户邻居;“
(3)产生推

荐:从相似用户集己选择的推荐项目中找出最可能的N个对象为目标用户推荐展示给用户。
主要还是围绕着基于用户的同过滤算法 推荐功能得有
用户登录 或者管理员那种 注册页面加点信息 比如年龄 性别 姓名 身份证号等 用户还要有下单功能就是包括地址管理