本文将运用大数据收集各类汽车信息聚合数据，跨平台整合信息，最后通过计算机软件开发相关技术开发出一款汽车推荐平台推荐给用户。整个推荐系统目的就是为了解决item和user的匹配问题，本项目采用Spark大数据框架，本质上是构建user和item的特征表达，你可以想办法用抽取特征的网络结构来提取这个表达形式。然后就可以直接用user的emb和所有item的emb计算相似度，按照相似度高低返回推荐结果。想办法构造巧妙的或者新颖的方式抽取特征，最后选用现代化web框架SSM+echarts完成平台的大家和可视化的展示。
此系统可以给用户带来直观的感受，降低了用户选择汽车的时间，可以简洁的看到系统为我们带来的推荐以及一目了然的效果图，同时为企业带来了交叉销售，通过分析图深度洞察用户数据，帮助企业用数据驱动产品改进以及运营的监控，同时能够促使用户的购买欲望，与用户建立长期稳定的关系，有效且高效的保留了客户，防止了用户的流失
目录
摘要 2
目录 4
1 绪论 1
1.1研究背景 1
1.2研究的目的与意义 1
1.3国内外研究情况 2
2 系统相关技术 3
2.1 Python简介 3
2.2 MySQL 3
2.3 SpringMVC 4
2.4 Mybatis 4
2.5 spark 4
3 需求分析 6
3.1 可行性分析 6
3.1.1 技术可行性分析 6
3.1.2 操作可行性分析 6
3.1.3 经济可行性分析 6
3.2 功能需求分析 7
3.3 性能需求分析 7
3.4 数据流程分析 8
4 系统设计 10
4.1 系统概要设计 10
4.2 主要功能模块设计 10
4.4 数据库设计 11
5 系统实现 14
5.1登录模块实现 14
5.2 推荐系统实现 15
5.2.1 品牌管理 15
5.2.2 车辆管理 16
5.2.3 订单管理 17
5.2.4 推荐实现 19
5.3 数据分析模块实现 20
5.3.1登陆模块 20
5.3.2数据的获取 21
5.3.3数据解析 21
5.3.4数据的存储 22
5.3.6可视化展示 22
6 系统测试 23
6.1 测试目的 23
6.2测试方法 23
6.3测试用例 23
6.3.1登陆功能测试 23
6.3.2注册功能测试 25
6.3.3购物功能测试 26
6.3.4推荐功能测试 26
7 结论 28
参考文献 29
致谢 31