Python+Django+Mysql开发个性化学习资源推荐系统 在线学习平台推荐系统 基于机器学习、深度学习、人工智能、协同过滤推荐算法 爬虫 可视化数据分析
Python+Django+Mysql开发个性化学习资源推荐系统 在线学习平台推荐系统 基于机器学习、深度学习、人工智能、协同过滤推荐算法 爬虫 可视化数据分析 CourseRecommendSysPy
一、项目简介
1、开发工具和使用技术
Python，Django，mysql8，navicat数据库管理工具，html页面，javascript脚本，jquery脚本，bootstrap前端框架，layer弹窗组件、echarts可视化组件等。
2、实现功能
前台首页地址：http://127.0.0.1:8000/
后台首页地址：http://127.0.0.1:8000/admin
管理员账号：admin 管理员密码：admin
前台用户包含：注册、登录、退出登录、浏览课程、搜索课程、信息修改、密码修改、课程评分、课程收藏、课程评论、排行榜、用户标签、热点推荐、个性化推荐课程等功能；
后台管理员包含：数据分析、用户管理、课程管理、课程类型管理、评分管理、收藏管理、评论管理、浏览记录管理、用户标签管理等。
个性化推荐功能：
游客：热点推荐（根据课程总评分降序推荐）;
登录用户：基于用户的协同过滤推荐算法（根据评分数据），如果没有推荐结果，
采用标签推荐（推荐登录用户标签下的总评分较高的课程，同时是登录用户没有评分的）。
人气榜单，查询浏览数量最多的课程，同时不包括当前登录用户浏览过的课程。
相关推荐：
推荐与当前课程相同课程类型下收藏量较高的课程，同时不包括当前登录用户收藏过的课程。
课程数据来源：爬取中国大学MOOC课程数据。
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、注销、搜索课程、课程评分、个性化推荐等，后台管理员需要有登录、注销、用户管理、课程管理、课程类型管理等，个性化推荐使用基于用户的协同过滤推荐算法等。Python开发语言，mysql数据库，django开发框架等。
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课程表。
三、页面设计
使用bootstrap前端框架，通过学习https://v5.bootcss.com/官方文档和开发案例来设计页面。
四、开发框架搭建
Django开发框架搭建请参考：使用pycharm创建django项目讲解.doc
五、功能开发
首先是进行前台用户首页的开发，其次是课程详情，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
三、代码展示及运行结果
