前台 1.用户登录模块：注册 登录 退出 修改密码 2.岗位显示模块：岗位分类（可按照专业分类） 查询岗位信息 查看岗位页面详情 3.收藏模块：添加岗位 删除岗位 后台 1.登录界面：管理员登录 2.岗位管理：与前台相同（查询岗位 查看岗位页面详情） 新添加（添加岗位 删除岗位 编辑岗位详情页 上传新岗位图片） 3.分析与推荐，对招聘信息、各种岗位信息等进行可视化图表分析。采用协同过滤算法，挖掘用户的兴趣领域，向用户提供推荐列表。

基于知识图谱的学习评价与推荐系统设计与实现.pdf

会员/管理员进入网站进行操作查看等功能，管理员拥有管理端进行所有的管理操作。 本网站功能按两种身份权限进行设计与实现，分别为会员、管理员，功能如下： 主页：食材信息（图片+名称+几句介绍） 会员： （1）注册：需要病人提供相关数据，如：用户名、密码、姓名、性别、年龄、身高、体重、糖化蛋白、出生年月日、联系电话、电子邮箱、职业类型等。通过该功能模块，注册成为病人会员。 （2）登录： （3）管理个人信息：增删改。 （4）推荐界面：通过该功能模块，可以查看当天早午晚饮食推荐，页面内显示早餐：食物名、重量；中餐：食物名、重量；晚餐：食物名、重量。（协同过滤算法） 管理员： （1）登录：用户名和密码早在数据库中设定好。 （2）病人信息管理：通过该功能模块，可对病人信息进行搜索、查看、删除的操作。 （3）食材信息管理：管理主页的食材信息（增删改查）

【计算机课程设计】新闻推荐系统设计与实现,通过处理之后进行数据库存储，并使用Flask框架将数据展示在web端，方便用户进行访问和评论， 本资源适合毕设，课设，算法使用协同过滤，使用前请务必查看说明文档

基于深度学习开发一个个性化新闻推荐系统，主要内容有： 1. 深入学习推荐系统及深度学习相关理论与技术，熟悉开发环境及工具。 2. 对系统进行分析与设计，要求实现以下功能：（1）编写爬虫脚本或通过其他方式采集新闻推荐相关数据，经预处理后选择适当存储方式保存。（2）系统具有用户和管理员两种角色，主要功能包括新闻浏览与搜索、新闻管理、用户管理等，并能够实现根据用户信息，采用深度学习方法向用户推荐可能感兴趣的新闻。 技术：采用Python flask框架、神经网络技术完成系统开发。

资源包含文件：lunwen文档+任务书+开题报告+文献综述+答辩PPT+项目源码及数据库文件 本系统利用大数据技术，合理的为用户做出推荐，推荐的结果可靠程度很高，这就是我的优势所在，因为它和一般的推荐系统的推荐算法不太一样，我的推荐算法是利用Hadoop技术写的，我们可以利用Hadoop集群的高吞吐量，一次读取多次写入等特点进行大数据处理，我们也可以通过JDBC编程直接把推荐结果写入到Mysql数据库，等我们用到时再把它读出来。 而且系统首页利用CSS/DIV 技术的结合，让页面动感展示，效果很不错，我利用JSP做的页面展示，页面整体构想简单明了，各种优惠活动都在首页，一眼就能看到。 采用C/S架构，使用Java Spring MVC架构 开发平台：Eclipse 操作系统：Ubuntu16-04 数据库服务器：Mysql 使用技术：Java 、Jsp、Mysql、Hadoop 详细介绍参考：https://biyezuopin.blog.csdn.net/article/details/122768619?spm=1001.2014.3001.5502

基于html与JavaScript使用spark和MongoDB的商品推荐系统设计与实现

基于多Agent的众包任务推荐系统设计.docx

基于Jupyter Notebook与MovieLens数据集的电影推荐系统设计与实现

使用python语言和flask框架实现电影推荐系统，数据源可以爬也可以利用现有的，并依靠spark实现协同过滤推荐，适合初学者使用和学习，有详细的说明文档，使用前请仔细查看说明文档