基于协同过滤推荐算法的景点票务数据系统（python-计算机毕设）

摘 要 I

ABSTRACT II

第 1 章 引言 1

1. 1. 研究背景及意义 1
      1. 研究背景 1
      2. 研究意义 1
   2. 国内外研究现状 2
      1. 智慧旅游 3
      2. 旅游大数据 3
   3. 研究内容 4
   4. 本章小结 4

第 2 章 相关技术概述 5

1. 1. 基于内容的推荐算法 5
      1. 基于内容的推荐算法原理 5
      2. 基于内容的推荐算法实现 5
   2. 协同过滤推荐算法 6
      1. 协同过滤算法原理 6
      2. 协同过滤算法实现 7
   3. Spring Boot 框架 9
      1. Spring Boot 简介 9
      2. Spring Boot 特性 10
      3. Spring Boot 工作原理 10
   4. Vue.js 框架 11
      1. Vue.js 简介 11
      2. Vue.js 特性 12
      3. Vue.js 工作原理 13
   5. Spark 框架 13
   6. Kafka 13
   7. MongoDB 14
   8. Redis 14
   9. Flume 框架 14
   10. 本章小结 15

第 3 章 需求分析 16

1. 1. 系统业务建模 16
      1. 业务分析 16
      2. 需求分析 18
   2. 系统功能框架分析 20
   3. 本章小结 21

第 4 章 系统设计 22

1. 1. 系统架构设计 22
   2. 系统功能模块设计 22
      1. 客户端设计 23
      2. 管理端设计 26
   3. 数据库设计 27
      1. 业务系统数据表设计 28
      2. 推荐模块数据表设计 32
   4. 本章小结 35

第 5 章 系统实现 36

1. 1. 客户端 36
      1. 推荐门票模块 36
      2. 预订门票模块 39
   2. 管理端 39
      1. 门票管理模块 40
      2. 订单管理模块 40
      3. 数据分析管理模块 41
   3. 本章小结 43

第 6 章 系统测试 45

1. 1. 客户端测试 45
      1. 短信验证登录功能测试 45
      2. 门票浏览模块功能测试 45
      3. 门票预订模块功能测试 46
      4. 门票推荐模块功能测试 47
   2. 管理端测试 48
      1. 登录注册功能测试 48
      2. 用户信息管理功能测试 49
      3. 景点门票及门票详情管理功能测试 49
      4. 订单及订单详情信息管理功能测试 50
      5. 公告管理功能测试 51
      6. 门票数据分析功能测试 51
   3. 本章小结 52

第 7 章 结束语 53

1. 1. 总结 53
   2. 展望 53

致 谢 54

参 考 文 献 55