基于Django的圖書推薦系統設計

冼遠清 張旭新

（廣東海洋大學數學與計算機學院 廣東省湛江市 524088）

1 引言

隨著計算機技術和移動互聯網技術快速發展，數據日益增長，人們已經處于一個信息爆炸的時代。信息過載，信息碎片化嚴重，是生活中不可避免的普遍現象。如何在短時間內，給用戶提供其感興趣的信息，推薦系統應運而生。

推薦系統本質上是一種信息過濾技術，為用戶返回個性化的信息搜索服務。從信息過濾技術發展歷史來看，可以分為基于內容的過濾技術和協同過濾技術兩大類。基于內容的過濾規則一般采用匹配關鍵詞方式，選取匹配度高的內容，屬于傳統的信息過濾技術。協調過濾則是目前推薦系統中應用較多的技術，皮爾遜相關系數、余弦相似度算法、最近鄰算法、貝葉斯算法、K-means聚類算法等都應用到郵件過濾、電影推薦、電子商務、新聞推薦、文獻資料推薦、商場推薦、旅游推薦等相關領域中。推薦系統的核心是推薦算法，通過分析用戶的歷史數據信息，去預測用戶對未知項目信息的喜好程度。在商品推薦系統中，產品的屬性、客戶的興趣和偏好、同類客戶對產品的評價等三要素共同決定了客戶對產品的喜好程度，最終作為推薦系統考量的重要指標。

針對圖書推薦特定場景，利用爬蟲技術爬取基礎圖書數據，并進行數據清洗，采用Django框架技術進行Web應用開發，利用Vue框架實現前端展示，研究實現基于皮爾遜相關系數、余弦相似度算法的圖書推薦系統，為人們選取圖書提供參考，具有一定的現實意義。……