现在人们足不出户就可以购物，聊天，消费，我们的生活越来越智能，越来越人性化，随之而来的就是让它更懂你，给你推荐你可能喜欢的东西，这样你就不必再费力去找你喜欢的东西，既节约了你的宝贵时间，又让你感到这是一次愉快的经历。所以，最近几年，推荐系统很是受欢迎，在生活中也逐渐流行起来。在开发设计大数据推荐系统，我们是通过爬虫爬取一些网站咨询信息，然后对用户购买商品的记录做采集，用户当然是越多推荐结果也就越准确。然后我们对数据做数据挖掘，自己写推荐算法，找出商品与商品之间的亲密度，等用户再次登录的时候，会根据他购买过的商品，为他做出推荐，为他推荐出他可能喜欢的商品。
本系统主要使用了pycharm和MySQL数据库来作为设计的工具，并使用python作为开发语言，主要运用了Django框架技术，scrapy技术进行爬取网站信息，python是一种面向对象的编程语言，很容易学习而且使用方便。在大学时，我就已经掌握了python的主要知识，也对Django框架的操作进行了系统的学习。本系统从整体上看设计起来比较容易，本系统开发的要点就是对于数据库的设计及操作。在大学对软件工程，软件测试，UML统一建模语言等课程进行过系统的了解，也能够对这些课程进行开发，拥有一定的系统辨别、开发和检验能力。因此，完成系统实现在技术上完全具有可行性。
目 录
摘 要 I
目 录 III
第一章 概述 1
1.1 研究背景 1
1.2 开发意义 1
1.3 研究现状 1
1.4 研究内容 2
1.5 论文结构 2
第二章 开发技术介绍 1
2.1 系统开发系统 1
2.2 系统开发相关技术 1
2.2.1 Python简介 1
2.2.2 mysql数据库介绍 1
2.2.3 MySQL环境配置 1
2.2.4 Django介绍 2
2.2.5 B/S架构 2
第三章 系统分析 1
3.1 可行性分析 1
3.1.1 技术可行性 1
3.1.2 操作可行性 1
3.1.3 经济可行性 1
3.2性能需求分析 1
3.3功能分析 2
第四章 系统设计 4
4.1功能结构 4
4.2 数据库设计 4
4.2.1 数据库E/R图 4
4.2.2 数据库表 6
第五章 系统功能实现 13
5.1管理员功能模块 13
5.2用户功能模块 17
第六章 系统测试 20
7总结与心得体会 21
7.1 总结 21
7.2 心得体会 21
致 谢 1
参考文献 2
