计算机毕业设计Python+Spark汽车推荐系统汽车数据分析汽车大数据大数据毕业设计

2022-10-21 11:35 作者:计算机毕业设计之家 0人读过 | 我要投稿

一、选题的目的和意义

本课题研究的目的在于使用户更好的了解市场上的汽车信息，便于用户选择出适合自己的智能汽车。另外通过此次基于大数据的汽车推荐系统的设计与实现，了解了系统设计的框架原理，掌握了基本程序框架的设计与实现，巩固对Java框架和MySQL的了解以及它们在使用方面知识的学习和掌握。掌握汽车推荐系统的开发过程，熟练掌握SQL数据库的运用。该系统中，应用数据库管理，SQL语言原理，采用成熟java框架设计。根据对大数据的分析与讨论，实现汽车推荐管理，提供与用户的交互界面，完成汽车推荐管理系统的设计和开发，开发出来的汽车推荐系统能展示出它所具备的功能并能应用到现实中。

随着当下智能汽车的不断普及，人们对用车的需求也在不断地扩大，但人们对于购车的范围渠道依旧局限于传统的方式。而网上的车评信息也非常多，让人无从辨别。国内的大型汽车信息平台，如懂车帝，汽车之家等，也有许多车评信息，但他们是汽车信息与服务平台，做的是全面的汽车信息服务，最大的劣势也在于信息数据展示的不平衡，而大数据汽车推荐系统，可以基于网络数据，以人们日常生活用车需求，在网络大数据背景下通过系统算法分析计算，给予相应的汽车推荐，并在详情页显示汽车的全方位的信息，做到信息全透明，包括汽车优势与不足、当下价格优惠、网上热评车评信息、4S店信息等。做到全面的切合日常生活信息服务，具有现实意义。

二、相关文献综述

随着智能汽车的不断发展与人们对汽车的不断依赖，汽车在日常生活中起着不可或缺的重要作用。本系统在对传统汽车选购的方式上，结合现有的信息，进行汇总，给予用户最优推荐,摒弃单方面选购过程中出现的信息不对称，信息不完善，信息隐瞒等，使用户在更短的时间内选择出适合自己的汽车。

由于本次研究涉及的知识点范围广泛，为了更好的完成本次毕业设计工作，在研发本系统之前做好相应的知识储备，由此借鉴参考文献如下：

（1）在协同过滤算法方面主要参考文献：[1]、[2]、[3]、[4]、[5]、[6]、[7]、[8]。

在本系统中主要的技术难关即产品的协同过滤，在国内智能汽车领域，各个厂商都在不断发展自家的汽车，而汽车的种类也在短时间内迎来了几何式的增长，但其中也有许多类似的款式，虽然各个厂商的各款汽车都有着许多的不同，但因其数量众多，不符合最优推荐，所以需要对其进行过滤，而通过这几篇协同过滤的相关文献的阅读借鉴，对其相关算法的学习了解，掌握用户遗忘曲线、用户访问权、用户模型算法、协同过滤算法，掌握其概述、分类、算法内容。对其协同过滤算法的学习，加入到整个系统框架中，完善系统功能。

（3）在推荐算法方面的主要参考文献：[9]、[10]。

通过对推荐算法相关两本著作的借鉴阅读，对推荐算法进行深入的学习，对其算法在框架中的具体实现和应用有了进一步的掌握。主要包括基于内容的推荐算法、基于用户的协同过滤、基于物品的协同过滤推荐算支、基于矩阵分解的协同过滤推荐算法、基于深度学习的推荐算法、混合推荐算法，以及推荐算法的评估。

（4）参考其他大数据方向的系统设计文献：[11]、[12]。

[13]、[14]两篇文献主要参考在大数据方向上用户个性化需求对推荐系统的作用以及相关技术操作指导。完善在大数据时代下，通过互联网对庞大的数据信息进行数据挖掘、计算、分析。例如，实时热搜推荐、实时行情价格推荐、实时车评信息推荐等。在用户进行需求选择的同时，提供更加便捷、全面的信息服务。而在大数据记录下，用户的数据形式的多样化，信息的全面化，都可以通过用户日志数据进行分析挖掘，充分发挥数据所具有的价值。

（5）参考其他行业系统设计的主要参考文献：[13]、[14]、[15]。

[15]、[16] 、[17]借鉴另一推荐系统的框架设计，在其推荐系统中，各个模块的架构设计、相关技术操作指示、相关算法设计与实现、系统的架构设计、流程设计、部署设计、数据库设计等进行一定的参考，以及在其推荐算法方面，推荐矩阵，相似度矩阵，实时推荐，推荐优先级，排序方法等等相关技术也有进一步的实践了解。

三、研究内容

（一）研究内容

拟设计一款基于大数据信息技术下的汽车推荐系统，解决当下智能汽车的选购问题。根据一些算法设计，并通过大数据技术对信息数据进行分析处理，在首页进行个性化推荐。系统可以分为用户端，销售端和管理员端。用户端的用户可以进行需求选择、查看汽车信息、沟通销售、预约看车等；销售端的销售可以通过登录，查看用户预约与沟通信息；管理员端的管理员可以在管理界面操作更多功能。

（二）论文提纲

引论

1 关键技术

1.1 协同过滤介绍

1.2 推荐算法介绍

1.3 MySQL数据库

1.4后台框架

2 系统分析

2.1 业务流程图

2.2 系统可行性分析

2.3 技术可行性分析

2.4 系统功能需求分析