礼品网站制作,湖南建设教育网站,国外哪些网站可以注册域名,加工企业网站这么做一、源码特点 java 酒店推荐推荐系统是一套完善的完整信息系统#xff0c;结合java web开发和bootstrap UI框架完成本系统 采用协同过滤算法进行推荐 #xff0c;对理解JSP java编程开发语言有帮助#xff0c;系统具有完整的源代码和数据库#xff0c;系统主要采用B/S模式…一、源码特点 java 酒店推荐推荐系统是一套完善的完整信息系统结合java web开发和bootstrap UI框架完成本系统 采用协同过滤算法进行推荐 对理解JSP java编程开发语言有帮助系统具有完整的源代码和数据库系统主要采用B/S模式开发。 前段主要技术 css jquery bootstrap UI框架 后端主要技术 java jsp 数据库 mysql 开发工具 IDEA JDK1.8 java web基于协同过滤酒店推荐系统1 二、功能介绍 前台功能 1系统首页 2公告浏览 3酒店浏览、查看酒店详情 系统并记录用户浏览记录系统采用协同过滤算法根据用户的行为习惯进行推荐其他酒店 4客房预定、入住、查看订单 5用户注册、登录 后台功能 (1)管理员管理对管理员信息进行添加、删除、修改和查看 (2)用户管理对用户信息进行添加、删除、修改和查看 (3)员工管理对员工信息进行添加、删除、修改和查看 (4)公告管理对公告信息进行添加、删除、修改和查看 (5)酒店管理对酒店信息进行添加、删除、修改和查看 (6)浏览管理对浏览信息进行添加、删除、修改和查看 (7)客房类型管理对客房类型信息进行添加、删除、修改和查看 (8)客房管理对客房信息进行添加、删除、修改和查看 (9)预定管理对预定信息进行添加、删除、修改和查看 (10)入住管理对入住信息进行添加、删除、修改和查看 (11)商品管理对商品信息进行添加、删除、修改和查看 (12)订单管理对订单信息进行删除、修改和查看 (13)订单明细管理对订单明细信息进行删除、修改和查看 (14)用户登录、个人信息修改
数据库设计
CREATE TABLE gly (
glyid int(11) NOT NULL auto_increment,
yhm VARCHAR(40) default NULL COMMENT 用户名,
mm VARCHAR(40) default NULL COMMENT 密码,
xm VARCHAR(40) default NULL COMMENT 姓名, PRIMARY KEY (glyid)
) ENGINEInnoDB DEFAULT CHARSETgb2312;
CREATE TABLE yonghu (
yhid int(11) NOT NULL auto_increment,
yhm VARCHAR(40) default NULL COMMENT 用户名,
mm VARCHAR(40) default NULL COMMENT 密码,
xm VARCHAR(40) default NULL COMMENT 姓名,
lxdh VARCHAR(40) default NULL COMMENT 联系电话,
lxdz VARCHAR(40) default NULL COMMENT 联系地址, PRIMARY KEY (yhid)
) ENGINEInnoDB DEFAULT CHARSETgb2312;
CREATE TABLE yuangong (
ygid int(11) NOT NULL auto_increment,
yhm VARCHAR(40) default NULL COMMENT 用户名,
mm VARCHAR(40) default NULL COMMENT 密码,
xm VARCHAR(40) default NULL COMMENT 姓名,
lxdh VARCHAR(40) default NULL COMMENT 联系电话,
jd VARCHAR(40) default NULL COMMENT 酒店, PRIMARY KEY (ygid)
) ENGINEInnoDB DEFAULT CHARSETgb2312;
CREATE TABLE gonggao (
ggid int(11) NOT NULL auto_increment,
bt VARCHAR(40) default NULL COMMENT 标题,
nr VARCHAR(40) default NULL COMMENT 内容,
fbsj VARCHAR(40) default NULL COMMENT 发布时间, PRIMARY KEY (ggid)
) ENGINEInnoDB DEFAULT CHARSETgb2312;
CREATE TABLE jiudian (
jdid int(11) NOT NULL auto_increment,
jdmc VARCHAR(40) default NULL COMMENT 酒店名称,
wz VARCHAR(40) default NULL COMMENT 位置,
tp VARCHAR(40) default NULL COMMENT 图片,
lxdh VARCHAR(40) default NULL COMMENT 联系电话, PRIMARY KEY (jdid)
) ENGINEInnoDB DEFAULT CHARSETgb2312;
CREATE TABLE liulan (
llid int(11) NOT NULL auto_increment,
jd VARCHAR(40) default NULL COMMENT 酒店,
yh VARCHAR(40) default NULL COMMENT 用户,
llsj VARCHAR(40) default NULL COMMENT 浏览时间, PRIMARY KEY (llid)
) ENGINEInnoDB DEFAULT CHARSETgb2312;
代码设计 int N scanner.nextInt(); int[][] sparseMatrix new int[N][N];//建立用户稀疏矩阵用于用户相似度计算【相似度矩阵】 MapString, Integer userItemLength new HashMap();//存储每一个用户对应的不同物品总数 eg: A 3 MapString, SetString itemUserCollection new HashMap();//建立物品到用户的倒排表 eg: a A B SetString items new HashSet();//辅助存储物品集合 MapString, Integer userID new HashMap();//辅助存储每一个用户的用户ID映射 MapInteger, String idUser new HashMap();//辅助存储每一个ID对应的用户映射 System.out.println(Input user--items maping infermation:eg:A a b d); scanner.nextLine(); for(int i 0; i N ; i){//依次处理N个用户 输入数据 以空格间隔 String[] user_item scanner.nextLine().split( ); int length user_item.length; userItemLength.put(user_item[0], length-1);//eg: A 3 userID.put(user_item[0], i);//用户ID与稀疏矩阵建立对应关系 idUser.put(i, user_item[0]); //建立物品--用户倒排表 for(int j 1; j length; j ){ if(items.contains(user_item[j])){//如果已经包含对应的物品--用户映射直接添加对应的用户 itemUserCollection.get(user_item[j]).add(user_item[0]); }else{//否则创建对应物品--用户集合映射 items.add(user_item[j]); itemUserCollection.put(user_item[j], new HashSetString());//创建物品--用户倒排关系 itemUserCollection.get(user_item[j]).add(user_item[0]); } } } System.out.println(itemUserCollection.toString()); //计算相似度矩阵【稀疏】 SetEntryString, SetString entrySet itemUserCollection.entrySet(); IteratorEntryString, SetString iterator entrySet.iterator(); while(iterator.hasNext()){ SetString commonUsers iterator.next().getValue(); for (String user_u : commonUsers) { for (String user_v : commonUsers) { if(user_u.equals(user_v)){ continue; } sparseMatrix[userID.get(user_u)][userID.get(user_v)] 1;//计算用户u与用户v都有正反馈的物品总数 } } } System.out.println(userItemLength.toString()); System.out.println(Input the user for recommendation:eg:A); String recommendUser scanner.nextLine(); System.out.println(userID.get(recommendUser)); //计算用户之间的相似度【余弦相似性】 int recommendUserId userID.get(recommendUser); for (int j 0;j sparseMatrix.length; j) { if(j ! recommendUserId){ System.out.println(idUser.get(recommendUserId)--idUser.get(j)相似度:sparseMatrix[recommendUserId][j]/Math.sqrt(userItemLength.get(idUser.get(recommendUserId))*userItemLength.get(idUser.get(j)))); } } //计算指定用户recommendUser的物品推荐度 for(String item: items){//遍历每一件物品 SetString users itemUserCollection.get(item);//得到购买当前物品的所有用户集合 if(!users.contains(recommendUser)){//如果被推荐用户没有购买当前物品则进行推荐度计算 double itemRecommendDegree 0.0; for(String user: users){ itemRecommendDegree sparseMatrix[userID.get(recommendUser)][userID.get(user)]/Math.sqrt(userItemLength.get(recommendUser)*userItemLength.get(user));//推荐度计算 } System.out.println(The item item for recommendUser s recommended degree:itemRecommendDegree); } }
三、注意事项 1、管理员账号admin密码admin 数据库配置文件DBO.java 2、开发环境为IDEA开发数据库为mysql使用java语言开发。 3、数据库文件名是jspjdtj.sql 系统名称jdtj 4、地址qt/index.jsp
四系统实现 代码下载
https://download.csdn.net/download/qq_41221322/89064345 需要源码 其他的定制服务 下方联系卡片↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓
