Django+Vue.js个性化旅游景点推荐系统设计与开发 python在线旅游景区/线路/游记推荐系统项目实战 前后端分离 爬虫 可视化数据分析 基于协同过滤推荐算法 机器学习 深度学习TravelRecommenderPy

一、项目简介

1、开发工具和使用技术

Pycharm、vscode集成开发工具,nodejs18.0及以上版本,python3.0及以上版本,mysql5.7及以上版本,navicat数据库管理工具,django后端框架,vue3前端框架,vue-router路由组件,pinia状态管理组件,element plus组件,echarts可视化图表组件等。

2、实现功能

用户首页:http://localhost:5173/
管理员首页:http://localhost:8000/admin
管理员账号:admin 管理员密码:admin

前台用户功能:注册、登录、找回密码、兴趣标签、排行榜、流行度热点推荐、个性化推荐(协同过滤)、兴趣标签推荐、景点数据分析、景点收藏、景点点赞、景点评分、景点评论、浏览历史、修改信息、修改密码等;
后台管理员功能:登录、可视化数据分析、景点管理、景点类型管理、用户管理、兴趣标签管理、收藏管理、点赞管理、评分管理、评论管理、浏览历史管理、管理员管理等。

首页个性化推荐:
用户未登录:基于流行度的热点推荐,推荐所有用户偏好值高的景点;
用户已登录:基于用户的协同过滤推荐算法,用户景点偏好数据,如果没有推荐结果(冷启动和数据稀疏性),兴趣标签推荐。

景点详情页面相关推荐:
推荐当前景点城市中的其他景点,同时过滤当前景点、当前登录用户已浏览的景点

可视化数据分析:饼状图、词云图、柱状图。

景点数据:爬取携程网的景点数据。

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、退出登录、搜索景点、景点评分、个性化推荐等,后台管理员需要有登录、用户管理、景点管理、景点类型管理等。Django后端框架、vue前端框架、mysql数据库技术的选择等。
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点表。
三、前端vue框架搭建
在cmd中使用nodejs命令:node create vue@latest,可快速创建一个vue框架项目,同时使用了vue-router路由插件、pinia状态管理插件、axios数据请求插件、echarts可视化插件和element plus等插件,其中element plus的ui组件用于设计html页面。
四、后端django框架搭建
在pycharm中可快速搭建django后端框架。
五、功能开发
具体功能的实现,商业项目开发时,前后端由不同的开发人员实现,并根据开发文档实现数据接口处理,一般的项目可以是设计一个前端页面同时实现一个后端数据接口。首先是进行前台用户首页的开发,其次是景点详情,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
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
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、深度学习等)、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。
Logo

DAMO开发者矩阵,由阿里巴巴达摩院和中国互联网协会联合发起,致力于探讨最前沿的技术趋势与应用成果,搭建高质量的交流与分享平台,推动技术创新与产业应用链接,围绕“人工智能与新型计算”构建开放共享的开发者生态。

更多推荐