一般的图书推荐是单纯的根据用户喜欢的图书类型进行推荐，比如用户常听流行乐，就推荐一些热门的流行乐，而不管是否符合用户口味。采用协同过滤算法，能够实现灵活性较大的推荐，通过分析用户歌曲的播放、下载以及收藏等行为数据,计算用户之间的相似度,选取近邻用户,在近邻用户的喜好上预测目标用户的喜爱,克服了传统推荐方式的缺陷,实现了智能的个性化图书推荐。当前互联网技术的不断普及发展，信息在互联网上呈爆炸式增长,那么这么庞大的信息检索就很困难。目前信息检索方法只能够从海量数据中检索出很小一部分比较热门的信息。传统技术无法适应客户需求，协同过滤算法的系统就成了当前研究的热点。协同过滤是目前各种推荐系统中应用最为广泛和成功的技术。它所用到的核心思想和原理易于理解。在计算机的应用中使用协同过滤系统就是将这一思想运用到互联网上信息推荐服务中，参照其他用户对某个物件的评论和打分来向目标用户的选择做出辅助推荐，在信息过滤和信息系统中，这个技术正迅速成为一种很受欢迎的技术。
考虑到实际生活中在图书推荐管理方面的需要以及对该系统认真的分析，将系统权限按管理员和用户这两类涉及用户划分。
（1）管理员功能需求
管理员登陆后，主要包括首页、个人中心、用户管理、书籍管理、书籍分类管理、热门图书管理、我的收藏管理、系统管理、订单管理等功能。
（2）用户功能需求
用户登陆后，用户登录进入系统可以实现首页、书籍、热门图书、个人中心、购物车等功能。
本SSM(Spring+SpringMVC+MyBatis)java项目系统包含源码和数据库和论文以及答辩ppt,有需求可以定制, 求分享的勿扰 采用idea软件开发,支持eclipse 基于web的B/S架构,非常适合作为计算机专业的同学参考资料进行学习，支持springboot。包安装调试,包本地部署成功.在IntelliJ IDEA的设计过程中，使用mybatis进行数据库持久化,充分保证了系统代码的良好可读性、实用性、易扩展性、通用性、便于后期维护、操作方便以及页面简洁等特点。
以下技术组合都可以安排定制
1.springboot_Vue java ssm mysql idea eclipse
2.nodejs+vue+express vscode
3.Python+django pycharm
4.uniapp 微信小程序 Android webapp
5.thinkphp+vue
6.asp.netcore+mysql
只要你有需求，都可以开发
1绪论 4
1.1课题背景 4
1.2系统实现的功能 4
1.3课题研究的意义 4
2系统相关技术介绍 5
2.1 Java介绍 5
2.2 SSM框架 6
2.3 Mysql数据库 6
2.4MySQL环境配置 6
2.5协同过滤算法简介 7
2.6B/S架构 7
3系统分析与设计 8
3.1可行性分析 8
3.2性能需求分析 9
3.3功能分析 9
4系统设计 11
4.1系统结构设计 11
4.2数据库设计 11
5系统实现 19
5.1系统功能模块 19
5.2管理员功能模块 21
6系统的调试和测试 26
7结论 27
参 考 文 献 28
致谢 29
