基于Spark个性化图书推荐系统

介绍

该系统基于Spark，结合了协同过滤算法和个性化推荐技术，实现了一款个性化的书籍推荐系统。

在该系统中，用户可以通过登陆注册后进入系统，查找和筛选自己喜欢的图书信息，同时也能够获得基于用户历史浏览、评分等数据的协同过滤推荐算法推荐的10本与其兴趣相关的优质图书信息。

此外，系统还实现了基于物品的协同过滤算法，根据用户浏览记录、评分记录以及其他相关信息，向用户推荐5本与其当前正在浏览的图书相关的书籍。同时，系统支持图书分类、分页查询、高分书榜等功能，方便用户体验。

管理员还可以在后台管理所有抓取到的图书数据，为用户提供更加丰富的图书资源。

总之，该系统能够为用户提供个性化、多样化的图书推荐服务，帮助用户快速找到自己喜欢的图书，提高阅读体验，实现更好的知识传递和分享。

技术栈

python pyspark hadoop django scrapy vue element-plus 协同过滤算法
通过scrapy爬虫框架抓取“豆瓣读书”网站上的书籍数据
前台用户通过登陆注册后进入系统
管理员可在后台管理所有抓取到的图书数据
首页分为左右两侧，右侧展示所有图书的分类，比如文学、流行、科技、经管、文化、生活等大类，大类下亦有许多小类；左侧展示基于用户的协同过滤推荐算法给用户推荐的10个图书数据，下方是根据图书评分推荐的高分书榜
图书查询模块，可以根据书名、书籍分类、作者和ISBN等信息筛选图书，底部带有一个分页器，以10本书籍信息为一页实现分页查询，降低后端数据库的压力
图书分类模块，展示了所有图书的大类小类，用户可以通过点击某一分类，实现快速查找合适自己口味的图书信息
当用户访问某一书籍详情时，页面展示了图书的封面、作者、译者、出版社、出品方、类型、出版年、页数、装帧类型、ISBN等基本信息，还展示了图书的内容简介以及大纲等；在此页面的底部最后部分，我们向用户推荐了5本基于物品的协同过滤算法推荐的图书结果

视频

032 基于Spark个性化图书推荐系统-设计展示

截图