您现在的位置是:首页 > 诗句大全

Python+Django+Mysql个性化旅游景区推荐系统 在线旅游景点推荐系统 基于机器学习/深度学习/人工智能 基于标签/协同过滤推荐算法 爬虫 可视化数据分析

作者:淼淼时间:2024-04-17 19:33:38分类:诗句大全

简介  文章浏览阅读1.4k次,点赞18次,收藏26次。前台用户包含:登录、注册、退出登录、搜索景区、浏览景区、修改信息、密码修改、用户评分、用户收藏、用户评论、用户点赞、用户标签、热门推荐、个性化推荐等功能;后台管理员包含:景区类型管理、景区管理、用户管理、用户评分

点击全文阅读

Python+Django+Mysql个性化旅游景区推荐系统 在线旅游景点推荐系统 基于机器学习/深度学习/人工智能 基于标签/协同过滤推荐算法 爬虫 可视化数据分析WebTravelRecommendSysPy

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,html页面,javascript脚本,jquery脚本,jquery.raty五角星评分组件,echarts可视化数据分析组件等。

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、退出登录、搜索景区、浏览景区、修改信息、密码修改、用户评分、用户收藏、用户评论、用户点赞、用户标签、热门推荐、个性化推荐等功能;

后台管理员包含:景区类型管理、景区管理、用户管理、用户评分管理、用户收藏管理、用户评论管理、用户点赞管理、可视化数据分析、用户标签管理、管理员管理等。

热门推荐:
推荐收藏数量最多的旅游景区,同时不包括当前登录用户收藏过的旅游景区

个性化推荐:
游客:热门推荐(根据旅游景区总评分降序推荐);
登录用户:基于用户的协同过滤推荐算法(根据评分数据),如果没有推荐结果,
采用标签推荐(推荐登录用户标签下的总评分较高的旅游景区,同时是登录用户没有评分的)。

景区数据来源:爬取携程网景区数据

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、搜索景区、景区评分、个性化推荐等,后台管理员需要有登录、注销、用户管理、景区管理、景区类型管理等,个性化推荐使用协同过滤推荐算法等。Python开发语言,mysql数据库,django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景区表。
三、页面设计
使用bootstrap前端框架,官网https://www.bootcss.com/,bootstrap版本4.3.1,示例:https://v4.bootcss.com/docs/examples/,可以下载复制粘贴html代码完成页面设计,也可以到中文文档:https://v4.bootcss.com/docs/getting-started/introduction/,中复制粘贴需要的页面组件,最后可以再添加自己的样式。主要以div和table布局。
四、开发框架搭建
Django开发框架搭建请参考:使用pycharm创建django项目讲解.doc
五、功能开发
首先是进行前台用户首页的开发,其次是景区详情,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
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

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。

点击全文阅读

郑重声明:

本站所有活动均为互联网所得,如有侵权请联系本站删除处理

我来说两句