【电影推荐系统】Spring Boot + Vue3 前后端分离项目

目录

• [0 前言](#0 前言)
• [1 项目前端介绍](#1 项目前端介绍)
  • [1.1 项目启动和编译](#1.1 项目启动和编译)
    • [1.1.1 项目启动](#1.1.1 项目启动)
    • [1.1.2 项目编译](#1.1.2 项目编译)
  • [1.2 前端技术栈](#1.2 前端技术栈)
  • [1.3 功能模块前端界面展示](#1.3 功能模块前端界面展示)
    • [1.3.1 基础功能模块](#1.3.1 基础功能模块)
    • [1.3.2 用户模块](#1.3.2 用户模块)
    • [1.3.3 特色功能展示](#1.3.3 特色功能展示)
    • [1.3.4 界面自适应实现](#1.3.4 界面自适应实现)
• [2 项目后端介绍](#2 项目后端介绍)
  • [2.1 项目打包部署](#2.1 项目打包部署)
    • [2.1.1 项目打包](#2.1.1 项目打包)
    • [2.1.2 项目部署](#2.1.2 项目部署)
  • [2.2 后端功能实现](#2.2 后端功能实现)
• [3 数据爬虫介绍](#3 数据爬虫介绍)

0 前言

总项目名称：电影推荐系统

项目采用前后端分离：

1. 前端：
   • 仓库地址：movie_recommendation_system_vue
   • 技术栈：Vue3 + Element Plus + axios等
2. 后端：
   • 仓库地址：movie_recommendation_system_server
   • 技术栈：Spring Boot + Spring Security + Redis + MyBatis-Plus等
3. 数据爬虫：
   • 简介：爬取项目所需的电影基本信息数据和用户评价数据等并存储。
   • 仓库地址：正在路上...
   • 技术栈：正在路上...

系统功能模块总览：

1 项目前端介绍

项目地址：movie_recommendation_system_vue

1.1 项目启动和编译

1.1.1 项目启动

Compiles and hot-reloads for development:

npm run serve

1.1.2 项目编译

Compiles and minifies for production:

npm run build

1.2 前端技术栈

• Vue3框架
• Element Plus组件库（基于 Vue 3，面向设计师和开发者的组件库）
• Axios库（一个基于 promise 的网络请求库）
• Echarts库（一个基于 JavaScript 的开源可视化图表库）
• vue-copper库（基于vue的优雅图片裁剪插件）
• ...

1.3 功能模块前端界面展示

1.3.1 基础功能模块

主要是游客可以查看的页面信息。

1. 主页面

2. 电影分类

3. 搜索电影

5. 查看电影详情

1.3.2 用户模块

主要包括用户登录、注册、修改个人信息、账号设置、查看电影评价、进行电影评价等功能。

1. 用户登录

2. 用户注册

3. 修改个人信息（包括头像、昵称、性别、电影特征偏好等）

4. 账号设置（包括密码修改、绑定邮箱等）

5. 查看电影评价

   • 用户点赞：点赞功能在前端通过节流，来防止用户恶意点击。
   • 滚动置底加载：当滚轮滚动至底部时，加载新的评论。

7. 进行电影评价

8. 用户主页

1.3.3 特色功能展示

1. 电影星球

主要展示用户看过电影和系统推荐电影之间的关系，用户可以点击电影结点，查看电影的详情页面。

3. 评论词云图

将电影评论进行分词后，去除无关符号和词语，通过词云图展示电影的一些关键字信息。

1.3.4 界面自适应实现

1. 手机端展示

2. 平板端展示

2 项目后端介绍

仓库地址：movie_recommendation_system_server

2.1 项目打包部署

2.1.1 项目打包

IDEA右边栏中选择Maven → 按住Ctrl → 选择Lifecycle下的clean和package → 点击上方的绿色运行按钮 → 等待项目打包成jar包 → 打包好的jar包会在项目的target目录中

2.1.2 项目部署

1. 将打包好的项目jar包上传到自己的服务器上。

2. 通过以下命令时项目在服务器后台运行，并且输出日志到out.txt文件（可修改）：

   nohup java -jar 项目名.jar >out.txt &

2.2 后端功能实现

1. 用户登录、注册、个人信息修改等接口实现。
2. 基于内容推荐和基于用户协同过滤推荐等推荐算法实现，整合两种算法实现混合式推荐，并解决冷启动问题。
3. 查询各种电影信息接口实现（如电影搜索、推荐给用户的电影信息查询等）。
4. 用户点赞功接口实现（点赞信息暂存，再按时持久化到数据库）。
5. ...

3 数据爬虫介绍

• 简介：爬取项目所需的电影基本信息数据和用户评价数据等并存储。
• 仓库地址：正在路上...
• 技术栈：正在路上...

---

转载声明：该博客来源于vanish丶的博客园