基于大数据的图书分析系统的设计与实现

---

安装方法：

• 推荐使用anaconda自带的python环境，版本3.7.0或者3.6.8
• 在项目文件夹下导入必要的包：

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple 

• 如提示需要SSL支持，则需要先安装OpenSSL工具：

https://slproweb.com/products/Win32OpenSSL.html

• 导入数据库文件：配置read_data_save_to_mysql.py中的mysql用户名和密码信息，然后运行：

python read_data_save_to_mysql.py

• 进入项目文件夹下web目录，启动项目：

python server.py

• 打开浏览器

http://127.0.0.1:8000

---

项目介绍：

数据来源[http://www2.informatik.uni-freiburg.de/~cziegler/BX/] Book – Crossing Dataset 是由 Book – Crossing 社区的 278858 名用户的评分组成，其包含约 271379 本书的 1149780 条评分数据，该数据集包含 3 个分类。

• 系统管理员的账号：admin 密码：admin 通过这个账号密码进入后台管理

推荐算法思路思路：

本项目实现的图书推荐功能：

• 热门书籍
  • 是将评分排名最高的几本书推荐给用户
• 猜你喜欢
  • 通过数据库SQL语句实现
  • ”看了这本书的人也看了XX书“
  • 主要逻辑是：
    • 首先查该用户的浏览记录
    • 通过浏览过的书籍，找到也看过这本书的人
    • 在也看过这本书的人中，找评分较高的书推荐给用户
• 推荐书籍
  • 离线计算好的推荐表的信息。使用到了协同过滤算法
  • 计算好的推荐表导入Mysql数据库
  • 通过数据库SQL语句实现
  • 更新推荐表数据需要手动运行python文件更新

项目源码介绍

----BookRecommendationSystem\
    |----setdatas                 >这个文件夹中存放数据集，数据集比较杂乱。                      
    |----web\                        >web端 
    |    |----logs\                  >日志目录
    |    |----static\                >网页所需的静态文件例如css，js，images
    |    |----templates\             >html文件
    |    |----logger.py               >日志记录
    |    |----config.yml              >配置参数
    |    |----server.py               >项目入口
    |    |----app.py                  >web接口
    |    |----utils.py                >辅助模块
    |----read_data_save_to_mysql.py  >读取data文件夹里面的书籍存储到数据库中
    |----README.md