基于大数据技术与智能推荐算法的图书推荐系统

前端

• 基于 Vue 实现的精美图书推荐系统界面

后端

• 基于 Flask + Docker Desktop 部署

管理员端

• 管理员端主要负责后台的图书管理系统和用户行为分析，提供可视化 dashboard

项目核心功能

• 实时推荐：基于 Flink 实现毫秒计实时重排与去重操作
• 离线推荐：基于 Wide & Deep 算法实现离线推荐序列生成
• 准实时推荐：基于 Flink 与基于内容的推荐系统算法实现分钟级推荐

技术栈选型

• 大数据技术：Flink、Spark、Debezium
• 算法框架：Deep and Wide 系列

项目部署运行

1. 克隆项目
2. 进入 admin 运行 npm run dev
3. 进入 frontent 运行 npm run dev
4. 后端部分的部署比较复杂一些些

• 进入 backend
• 在 compose 文件夹运行（记得把 Windows 上面的 docker desktop 开着）

docker-compose -f auth-service.yml -f base.yml -f book-service.yml -f data-pipeline.yml -f recommendation.yml -f storage.yml -f user-engagement.yml up -d

• 随后 follow 2025-11-20最新启动流程.md 里面的教程

• 随后运行这几条操作，可以看 docs 里面的 connectors 对应文档

MySQL
curl -X POST -H "Content-Type: application/json" --data @mysql_connector.json http://localhost:8083/connectors

MongoDB
curl -X POST -H "Content-Type: application/json" --data @mongodb_connector.json http://localhost:8083/connectors

ClickHouse
curl -X POST -H "Content-Type: application/json" --data @clickhouse_user_behavior_sink_connector.json http://localhost:8083/connectors