基于Spark智能推荐算法的农业作物推荐系统，推荐算法使用Spark ML风格推荐引擎

农业作物推荐系统

项目概述

基于Spark智能推荐算法的农业作物推荐系统，为农民提供精准的作物种植建议。

技术栈

• 后端框架: Flask 3.0
• 数据库: SQLite + SQLAlchemy
• 前端框架: Bootstrap 5
• 可视化: ECharts 5.4
• 推荐算法: Spark ML风格推荐引擎

核心功能

用户端功能

1. 用户认证

   • 用户注册/登录
   • 会话管理
   • 安全认证

2. 智能推荐

   • 基于土壤类型匹配
   • 基于气候条件分析
   • 基于季节适宜度评估
   • 基于经济效益计算
   • 多维度综合评分

3. 作物库

   • 作物浏览和搜索
   • 作物详细信息
   • 分类筛选
   • 市场价格对比

4. 收益计算器

   • 实时计算预估产量
   • 实时计算预估收益
   • 可调整种植面积

5. 个人中心

   • 历史推荐记录
   • 用户信息管理

管理端功能

1. 仪表盘

   • 实时统计数据
   • 关键指标展示
   • 快捷操作入口

2. 用户管理

   • 用户列表查看
   • 用户信息编辑
   • 角色权限管理

3. 作物管理

   • 作物增删改查
   • 批量管理
   • 分类管理

4. 土壤管理

   • 土壤类型维护
   • 土壤参数管理
   • 养分数据管理

5. 数据分析

   • 作物价格分布图
   • 类别占比饼图
   • 用户推荐统计
   • 产量分析柱状图
   • 系统数据总览

推荐算法

采用多维度加权评分的推荐算法：

评分维度

1. 土壤匹配度 (30%)

   • 土壤类型匹配
   • 养分指标分析
   • 排水性能评估

2. 气候适应度 (25%)

   • 温度范围匹配
   • 湿度条件分析
   • 降水需求评估

3. 季节适宜度 (20%)

   • 种植季节匹配
   • 生长周期评估
   • 收获时间分析

4. 经济效益 (25%)

   • 市场价格评估
   • 产量潜力分析
   • 综合收益预测

推荐流程

用户输入条件
    ↓
提取作物特征
    ↓
计算各维度分数
    ↓
加权综合评分
    ↓
排序并返回Top-K
    ↓
生成推荐理由

数据库设计

核心数据表

1. User（用户表）

   • 用户基本信息
   • 登录认证信息
   • 角色权限

2. Crop（作物表）

   • 作物基本信息
   • 生长参数
   • 市场数据
   • 种植要求

3. Soil（土壤表）

   • 土壤类型信息
   • 化学指标
   • 物理特性

4. Climate（气候表）

   • 地区气候数据
   • 温湿度信息
   • 降水数据

5. Recommendation（推荐表）

   • 推荐记录
   • 评分数据
   • 推荐理由

6. UserSoil（用户土壤表）

   • 用户土地信息
   • 土壤关联
   • 面积数据

项目结构

agricultural_recommendation_system/
├── app/
│   ├── __init__.py              # Flask应用工厂
│   ├── models.py                # 数据库模型定义
│   ├── routes/
│   │   ├── __init__.py
│   │   ├── user_routes.py       # 用户端路由
│   │   ├── admin_routes.py      # 管理端路由
│   │   └── api_routes.py        # API接口路由
│   ├── static/                  # 静态资源
│   │   ├── css/
│   │   ├── js/
│   │   └── images/
│   └── templates/               # HTML模板
│       ├── base.html            # 基础模板
│       ├── user/                # 用户端模板
│       │   ├── login.html
│       │   ├── register.html
│       │   ├── index.html
│       │   ├── recommendation.html
│       │   ├── crops.html
│       │   ├── crop_detail.html
│       │   └── profile.html
│       └── admin/               # 管理端模板
│           ├── base.html
│           ├── index.html
│           ├── users.html
│           ├── crops.html
│           ├── crop_form.html
│           ├── soils.html
│           ├── soil_form.html
│           └── analytics.html
├── config/
│   └── config.py                # 配置文件
├── database/
│   ├── __init__.py
│   └── init_db.py               # 数据库初始化脚本
├── spark_ml/
│   ├── __init__.py
│   └── recommender.py          # 推荐算法模块
├── utils/                       # 工具模块
├── run.py                       # 应用启动入口
├── requirements.txt             # Python依赖
├── .coze                        # 项目配置
├── README.md                    # 项目文档
└── 项目说明.md                  # 本文档

API接口

1. 推荐接口

URL : POST /api/recommend

请求参数:

{
  "soil_type": "黑土",
  "climate": "温暖湿润",
  "season": "春季",
  "area_size": 1,
  "user_id": 2
}

响应示例:

{
  "success": true,
  "recommendations": [
    {
      "crop_id": 1,
      "crop_name": "大豆",
      "score": 81.2,
      "reason": "土壤匹配优秀；气候适应优秀；季节适宜优秀；属于经济作物",
      "market_price": 4800.0,
      "yield_per_acre": 3000.0,
      "estimated_revenue": 14400.0
    }
  ]
}

2. 作物列表

URL : GET /api/crops

3. 作物详情

URL : GET /api/crops/<id>

4. 统计数据

URL : GET /api/stats

5. 用户推荐历史

URL : GET /api/recommendations/<user_id>

快速开始

1. 安装依赖

pip install -r requirements.txt

2. 初始化数据库

python database/init_db.py

3. 启动应用

python run.py

4. 访问系统

打开浏览器访问: http://localhost:5000

测试账号

普通用户

• 用户名: farmer1
• 密码: password123

管理员

• 用户名: admin
• 密码: admin123

特色亮点

1. 智能推荐引擎

   • 多维度综合评分
   • 可配置权重参数
   • 详细的推荐理由

2. 数据可视化

   • ECharts图表展示
   • 实时数据更新
   • 多种图表类型

3. 用户体验

   • 响应式设计
   • Bootstrap 5美观界面
   • 流畅的交互体验

4. 系统架构

   • 前后端分离
   • RESTful API
   • 模块化设计

功能实现