计算机毕业设计Python+Spark电商推荐系统 商品推荐系统 商品数据分析 大数据毕业设计
开发技术
前端:vue.js
后端:jdk1.8+maven+springboot+mybatis
数据库:mysql5.7
算法(机器学习、深度学习):Python实现协同过滤算法(基于用户、基于物品全部实现)、Python实现lstm情感分析(商品评论)
爬虫:python、requests、chrome_driver
大数据分析:hadoop、spark、echarts
创新之处
①订单支付调用支付宝沙箱支付模式,可以在页面通过账号+密码的方式支付,也可以使用手机扫码支付;
②用户评论使用lstm情感分析机器学习算法进行数据分析,对情感倾向、准确率进行直观显示;
③Spark对海量数据进行统计分析,生成可视化大屏统计图;
④基于协同过滤算法进行商品推荐,有基于物品的推荐实现,也有基于物品实现的推进;
⑤使用Python爬虫技术爬取京东的商品数据,对数据进行清洗,调用词向量模型、kmeans、中文分词等机器学习算法对商品进行自动分类,存储到mysql为数据分析、可视化提供数据集;
前端功能(门户系统)
①商品智能搜索,提供各种搜索条件;
②查询我的订单;
③在线支付;
⑤商品评价;
⑥购物车;
⑦商品详情查看;
后端功能(后台管理系统)
① 用户管理
② 评论管理
③ 订单管理
④ 类别管理
⑤ 品牌管理
⑥ 商品管理
Spark大屏统计端功能
⑦ 总商品数量
⑧ 订单总数
⑨ 支付数量
⑩ 发货数量
⑪ 收货数量
⑫ 评价数量
⑬ 成交金额总量
⑭ 品牌环形图
⑮ 品牌分析
⑯ 销售分析
⑰ 销售报表
⑱ 商品数量实时统计
⑲ 登录流量
爬虫端功能
数据爬取、数据清洗、数据机器学习算法智能自动分类、数据集入库mysql












