使用python语言、django开发框架、mysql数据库实现简单在线图书推荐系统基于用户的协同过滤推荐算法人工智能机器学习可视化数据分析爬虫个性化图书推荐系统

使用python语言、django开发框架、mysql数据库实现简单在线图书推荐系统基于用户的协同过滤推荐算法人工智能机器学习可视化数据分析爬虫个性化图书推荐系统SimpleBookRecWebPy

一、项目简介

1、开发工具和使用技术

Python3及以上版本，Django3.6及以上版本，mysql8，navicat数据库管理工具或者sqlyog数据库管理工具，bootstrap前端框架，bootstrap字体图标，html页面，javascript脚本，jquery脚本，jquery.raty五角星评分组件，echarts.js可视化图表组件等。

2、实现功能

前台首页地址：http://127.0.0.1:8000/
后台首页地址：http://127.0.0.1:8000/admin
管理员账号：admin 管理员密码：admin

前台用户包含：登录、注册、忘记密码、退出登录、搜索图书、浏览图书、信息维护、密码安全、用户评分、为你推荐等功能；

后台管理员包含：数据分析、图书类型管理、图书管理、用户管理、用户评分管理、管理员管理等。

为你推荐：
游客（用户未登录）：高分推荐（推荐用户平均评分较高的图书）；
用户（用户已登录）：基于用户的协同过滤推荐算法，根据用户评分数据，如果基于用户的协同过滤推荐算法没有推荐结果（冷启动和数据稀疏性问题造成没有推荐结果），采用高分推荐（推荐用户平均评分较高的图书）。

相关推荐：
查找与当前图书相同的图书类型下平均评分较高的图书，同时排除当前登录用户评分过的图书。

图书数据来源：爬取豆瓣图书网站

3、开发步骤

一、设计思路
先进行需求分析，得出需要实现的功能，
再进行数据库表的设计，数据表通过主外建实现关联关系
然后是页面设计，页面设计使用bootstrap样式
接着是系统代码的开发，基础功能实现后是进行算法实现

二、框架描述
开发框架使用经典的django框架，这也是python web开发的主流框架
采用了MTV的框架模式，即模型M，视图V和模版T，
通过pycharm创建一个新的django框架项目，pycharm会生成django的基本配置，
直接运行后就可以在浏览器访问django默认首页
我们只是在生成的框架中添加自定义模块功能

django框架工作流程
1、用manage .py runserver 启动Django服务器时就载入了在同一目录下的settings.py。
该文件包含了项目中的配置信息，如前面讲的URLConf等，
其中最重要的配置就是ROOT_URLCONF，
它告诉Django哪个Python模块应该用作本站的URLConf，
默认的是urls.py
2、当访问url的时候，Django会根据ROOT_URLCONF的设置来装载URLConf。
3、然后按顺序逐个匹配URLConf里的URLpatterns。
如果找到则会调用相关联的视图函数，并把HttpRequest对象作为第一个参数(通常是request)
4、最后该view函数负责返回一个HttpResponse对象。

三、数据库的设计
数据库设计是使用navicat来创建，操作非常简便

四、算法的实现都是使用python常规函数，严格按照算法步骤实现（算法步骤代码注释很详细）