基于Spark个性化图书推荐系统

发布时间:2024年01月09日

介绍

该系统基于Spark,结合了协同过滤算法和个性化推荐技术,实现了一款个性化的书籍推荐系统。

在该系统中,用户可以通过登陆注册后进入系统,查找和筛选自己喜欢的图书信息,同时也能够获得基于用户历史浏览、评分等数据的协同过滤推荐算法推荐的10本与其兴趣相关的优质图书信息。

此外,系统还实现了基于物品的协同过滤算法,根据用户浏览记录、评分记录以及其他相关信息,向用户推荐5本与其当前正在浏览的图书相关的书籍。同时,系统支持图书分类、分页查询、高分书榜等功能,方便用户体验。

管理员还可以在后台管理所有抓取到的图书数据,为用户提供更加丰富的图书资源。

总之,该系统能够为用户提供个性化、多样化的图书推荐服务,帮助用户快速找到自己喜欢的图书,提高阅读体验,实现更好的知识传递和分享。

技术栈

python pyspark hadoop django scrapy vue element-plus 协同过滤算法
通过scrapy爬虫框架抓取“豆瓣读书”网站上的书籍数据
前台用户通过登陆注册后进入系统
管理员可在后台管理所有抓取到的图书数据
首页分为左右两侧,右侧展示所有图书的分类,比如文学、流行、科技、经管、文化、生活等大类,大类下亦有许多小类;左侧展示基于用户的协同过滤推荐算法给用户推荐的10个图书数据,下方是根据图书评分推荐的高分书榜
图书查询模块,可以根据书名、书籍分类、作者和ISBN等信息筛选图书,底部带有一个分页器,以10本书籍信息为一页实现分页查询,降低后端数据库的压力
图书分类模块,展示了所有图书的大类小类,用户可以通过点击某一分类,实现快速查找合适自己口味的图书信息
当用户访问某一书籍详情时,页面展示了图书的封面、作者、译者、出版社、出品方、类型、出版年、页数、装帧类型、ISBN等基本信息,还展示了图书的内容简介以及大纲等;在此页面的底部最后部分,我们向用户推荐了5本基于物品的协同过滤算法推荐的图书结果

视频

032 基于Spark个性化图书推荐系统-设计展示

截图

文章来源:https://blog.csdn.net/weixin_44087733/article/details/135453042
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。