摘要：在当下这个信息需求量爆炸的时代，各种各样的书籍琳琅满目且种类繁多，难以找到自己感兴趣的图书。为了满足用户不断变化的喜好和要求，就需要推荐系统的出现。本文旨在利用基于物品的协同过滤算法，来实现一个图书推荐系统。在本系统中,使用Python语言进行开发,同时使用Flask作为后端框架,并使用MySQL数据库进行数据集成和交互。本项目核心部分的推荐功能是基于物品的协同过滤算法来进行实现和推荐的。该算法基于用户的浏览记录,计算出图书之间的相似度,向用户推荐和用户历史操作打分中相似度最高的图书。除此之外，该系统还实现图书管理系统的一系列基础功能，比如用户的登录注册、图书查询功能和收藏,以及通过后台管理系统对图书和用户进行添加和删除等。实验表明，该系统基础功能完善，推荐结果合理正确。

 

关键词：推荐系统；个性化图书推荐；FLASK；协同过滤；基于物品

 

目 录

摘 要

Abstract

1-绪论-1

1.1研究背景-1

1.2 推荐系统的研究和发展现状-1

1.3 项目意义-2

2-协同过滤算法实现及比较-3

2.1 基于用户的协同过滤算法-3

2.2 基于物品的协同过滤算法-3

2.3 两种推荐算法的比较-4

2.3.1个性化推荐指标-4

2.3.2 两种协同过滤算法的指标比较-5

3-可行性分析-7

3.1 技术可行性-7

3.1.1 FLASK介绍-7

3.1.2 MySQL介绍-7

3.2 经济可行性-7

3.3操作可行性-7

4-系统需求分析-8

4.1客户端功能分析-8

4.2 服务端功能分析-8

5-系统总体设计-9

5.1系统功能模块图-9

5.2数据库结构设计-10

5.3系统E-R图-12

6-系统详细设计-13

6.1用户模块-13

6.1.1用户的注册及登录功能-13

6.1.2 个人中心信息查看以及修改功能-15

6.1.3 查看历史评分功能-18

6.1.4 收藏书单-19

6.2 书籍模块-21

6.3 首页模块-23

6.3.1 搜索书籍功能-24

6.3.2 热门书籍推荐功能-25

6.3.3 基于物品的协同过滤算法的推荐书籍推荐功能-26

6.4后台管理模块-28

6.4.1 书籍管理功能-28

6.4.2 用户管理功能-30

7-系统测试-34

7.1 功能性测试-34

7.2 非功能性测试-35

7.3 系统测试结果与分析-36

8-总结与展望-37

参考文献-38

致谢-39