个人简介
慕婉学姐精通Java、PHP、微信小程序、Python、Golang和安卓开发等语言，擅长开发大数据、深度学习、网站、小程序、安卓应用和算法项目。平时从事项目定制开发、代码讲解、答辩教学和文档编写，也掌握一些降重技巧。感谢大家的持续关注！
近期，由于许多同学在选题阶段既想创新又担心内容量，学姐将分享更多新颖的选题和开题答辩案例，希望能为学弟学妹们提供更多的灵感和选择，帮助大家设计出更具有创新性的作品
开题陈述
各位老师好，我是来自大数据与人工智能学院的慕婉同学。我的毕业设计题目是《基于Hadoop架构的体育类短视频推荐系统设计与实现》。该系统旨在解决体育类短视频信息过载问题，通过Hadoop大数据平台对海量视频数据和用户行为日志进行分布式存储与处理，构建用户画像并采用协同过滤算法实现个性化推荐。
主要功能模块包括：数据采集模块（使用爬虫技术获取视频数据）、数据清洗与存储模块（基于Hadoop MapReduce）、用户画像构建模块、推荐算法模块（协同过滤）以及Web应用界面（基于Django框架）。
技术栈采用Hadoop生态系统进行大数据处理，Python语言开发，MySQL存储业务数据，前端使用常规Web技术实现。下面请各位老师提问。
问答环节
评委老师： 慕婉同学，你的选题中提到了使用Hadoop架构，能简单说说为什么选择Hadoop来处理体育短视频数据吗？用普通的数据库比如MySQL为什么不能胜任？
答辩学生： 老师好，我选择Hadoop主要是因为体育短视频数据量大、增长快的特点。普通MySQL在处理百万级以上的数据时查询速度会变慢，而且扩展性有限。Hadoop的HDFS可以分布式存储海量视频文件和日志，MapReduce能并行处理数据清洗和分析任务，这样即使数据量达到TB级别也能高效处理。不过我也理解MySQL在本系统中依然会用于存储最终的推荐结果和业务数据，两者是配合使用的。
评委老师： 你的开题报告里提到要用协同过滤算法，能具体说一下你打算怎么做基于用户的协同过滤吗？大概步骤是什么？
答辩学生： 基于用户的协同过滤，我计划分三步走：第一步是计算用户相似度，通过用户的历史行为（比如点击、点赞、观看时长）找到兴趣相似的用户群体；第二步是找到目标用户的邻居用户，也就是相似度最高的前N个用户；第三步是推荐，把这些邻居用户喜欢但目标用户没看过的体育短视频推荐给他。实现上我会用Python的机器学习库，比如surprise或者自己写余弦相似度计算。
评委老师： 数据采集这块你说要用网络爬虫，但你考虑过反爬机制的问题吗？比如抖音、快手这些平台都有严格的反爬策略，你准备怎么应对？
答辩学生： 我目前的想法是：第一，控制爬取频率，模拟正常用户访问间隔；第二，使用代理IP池轮换IP地址；第三，可能采用Selenium模拟浏览器行为来绕过简单的反爬。不过老师也提醒了我，如果平台反爬太强，我可能只能爬取公开数据或者减少数据规模，使用模拟数据来完成实验，这也是我的备选方案。
评委老师： 你提到的用户画像构建，具体会包含哪些标签或特征？能举几个体育类短视频相关的例子吗？
答辩学生： 用户画像我计划分三类特征：第一类是基本属性，比如年龄、性别、注册时间；第二类是兴趣偏好，比如喜欢的体育项目（篮球、足球、羽毛球等）、偏好的视频时长（1分钟内还是1-3分钟）、喜欢的运动员或球队；第三类是行为特征，比如活跃时间段、平均观看完成率、互动频率（点赞/评论倾向）。这些标签会通过分析用户的历史行为数据自动提取和更新。
评委老师： 你的进度计划显示2025年2月份既要完成功能开发又要写完论文初稿，时间上会不会太紧张？如果开发遇到瓶颈延期了，你怎么保证论文能按时完成？
答辩学生： 老师指出的问题确实存在。我的应对策略是并行推进：在2025年1月开发功能的同时，就开始写论文的绪论、文献综述这些不依赖最终结果的章节。我会把系统模块化，先保证核心推荐功能跑通，界面美化等次要功能可以后续完善。如果确实遇到技术难题，我会及时调整方案，比如简化算法复杂度或者缩小数据规模，确保基本功能完整，不耽误论文主体内容的撰写。
评委老师： 最后问一个基础问题，你的系统最终怎么评判推荐效果好坏？有没有考虑用什么指标来衡量？
答辩学生： 我计划用准确率、召回率和F1值这些分类指标来评估。具体来说，我会把用户数据分成训练集和测试集，用训练集训练模型，然后用测试集验证推荐结果。比如用户实际点赞了5个视频，系统推荐10个中有3个命中，那准确率就是30%，召回率就是60%。同时我也会做用户满意度调查作为辅助评价，看看推荐的内容是不是真的符合用户兴趣。
评委老师评价与总结
慕婉同学的开题陈述结构清晰，对项目整体把握较好，能够明确系统定位和技术路线。从回答问题来看，你对Hadoop选型、协同过滤算法、数据爬取等关键问题有基本认识，思考也比较务实，能考虑到反爬、时间紧张等实际困难并准备应对方案，这点值得肯定。
不足之处是：第一，技术深度还需加强，比如对Hadoop生态的具体组件（如Hive、Spark）使用规划不够明确；第二，创新点提炼不够突出，与现有推荐系统的差异化不明显；第三，对推荐算法的评估体系理解较为简单，建议补充A/B测试、在线评估等思路。
建议后续工作中：一是尽快确定数据源，验证爬虫可行性；二是细化技术方案，明确Hadoop集群规模和具体处理流程；三是加强论文写作规划，预留充足时间修改完善。总体上看选题具有实践意义，方案基本可行，同意开题，但要在后续工作中注意夯实技术细节，确保项目顺利完成。
以上便是慕婉同学《基于Hadoop架构的体育类短视频推荐系统设计与实现》的毕业设计答辩过程，如果你现在还没有参加答辩，还是开题阶段，已经选好了题目不知道怎么写开题报告，可以下面找找有没有自己符合自己题目的开题报告内容，列表中的开题报告都是往届真实的开题报告，可发送使用或参考
最后
有时间和有基础的同学，建议自己多花时间找一下资料（开题报告、源码）自己独立完成毕设，需要开题报告内容、源码参考的，可以联xi慕婉，没有选题的也可以联系我们进行帮你选题、定功能和建议