java+spring+springmvc+mybatis开发个性化订餐推荐系统 基于用户的协同过滤推荐算法 在线订餐推荐系统 可视化数据分析 爬虫 基于内容(用户属性)的推荐算法

您所在的位置:网站首页 java推荐功能算法 java+spring+springmvc+mybatis开发个性化订餐推荐系统 基于用户的协同过滤推荐算法 在线订餐推荐系统 可视化数据分析 爬虫 基于内容(用户属性)的推荐算法

java+spring+springmvc+mybatis开发个性化订餐推荐系统 基于用户的协同过滤推荐算法 在线订餐推荐系统 可视化数据分析 爬虫 基于内容(用户属性)的推荐算法

2024-07-16 00:16| 来源: 网络整理| 查看: 265

java+spring+springmvc+mybatis开发个性化订餐推荐系统 基于用户的协同过滤推荐算法 在线订餐推荐系统 可视化数据分析 爬虫 基于内容(用户属性)的推荐算法 PersonalizedOrderingRecommendSys 一、项目简介 1、开发工具和使用技术

eclipse或者idea,jdk1.8,mysql5或者mysql8,navicat数据库管理工具或者sqlyog数据库管理工具,tomcat7及以上版本,SSM(spring+springmvc+mybatis)开发框架,thymeleaf模板渲染引擎,html页面,javascript脚本,jquery脚本,echarts.js可视化图表工具,自定义星星评分功能(使用font-awesome星星图标字体)等。

2、实现功能

前台用户首页地址:http://localhost:8080/PersonalizedOrderingRecommendSys/ 后台管理员首页地址:http://localhost:8080/PersonalizedOrderingRecommendSys/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、搜索菜品、浏览菜品、修改信息、密码修改、购物车、购买、模拟支付、用户评分、用户收藏、用户评论、用户点赞、可视化排行榜、个性化推荐等功能;

后台管理员包含:数据统计、菜品类型管理、菜品管理、用户管理、用户订单管理、用户评分管理、用户收藏管理、用户评论管理、用户点赞管理、用户浏览管理、用户喜好管理、管理员管理等。

个性化推荐: 游客(用户未登录):热门推荐(推荐用户喜好较高的菜品); 用户(用户已登录): 基于用户的协同过滤推荐算法,根据用户喜好数据; 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),采用基于用户属性的热门推荐(推荐与登录用户相同性别、年龄范围下的用户喜好较高的菜品,这是粗粒度的个性化推荐,也有较好效果); 如果基于用户属性的热门推荐没有推荐结果(项目刚上线,用户数据较少造成没有推荐结果),采用热门推荐(推荐用户喜好较高的菜品)。

喜欢这部菜品的人也喜欢: 先找到对当前菜品有喜好值的用户,再找到这些用户下平均喜好值比较高的菜品。

排行榜: 使用echarts.js组件实现柱状图和饼状图可视化效果。 用户点赞Top20:点赞量较高的前20个菜品。 用户喜好菜品类型:有用户喜好的菜品中,菜品类型的平均喜好值。

菜品数据来源:爬取美食天下菜品网站

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、搜索菜品、菜品评分、个性化推荐等,后台管理员需要有登录、注销、数据统计、用户管理、菜品管理、菜品类型管理等,个性化推荐使用基于用户的协同过滤推荐算法等。Java开发语言,mysql数据库,ssm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菜品表。 三、页面设计 使用html、css、javascript等前端技术,自行设计网页,主要以div和table布局。 四、开发框架搭建 SSM开发框架(spring+springmvc+mybatis)搭建,首先是jar包的导入,可以在https://mvnrepository.com/官网(存储jar包的仓库网站)搜索找到对应的jar包下载并导入项目,然后是开发框架配置文件的编写,编写规则主要是通过框架官方文档进行来发。 五、功能开发 首先是进行前台用户首页的开发,其次是菜品详情,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

在这里插入图片描述 在这里插入图片描述 在这里插入图片描述 在这里插入图片描述 在这里插入图片描述 在这里插入图片描述 在这里插入图片描述 在这里插入图片描述 在这里插入图片描述 在这里插入图片描述 在这里插入图片描述 在这里插入图片描述 在这里插入图片描述 在这里插入图片描述 在这里插入图片描述 在这里插入图片描述 在这里插入图片描述 在这里插入图片描述 在这里插入图片描述 在这里插入图片描述 在这里插入图片描述 在这里插入图片描述 在这里插入图片描述 在这里插入图片描述 在这里插入图片描述 在这里插入图片描述

三、代码展示及运行结果

在这里插入图片描述 在这里插入图片描述 在这里插入图片描述 在这里插入图片描述 在这里插入图片描述 在这里插入图片描述 在这里插入图片描述 在这里插入图片描述 在这里插入图片描述

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。


【本文地址】


今日新闻


推荐新闻


CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3