药材种植推荐系统的研究与实现.pdfVIP

摘要 摘要 随着经济的发展与生活水平的提高，国民越来越重视自身健康，中药材产业也越 来越受到国民关注。在互联网技术的推动下，中药材产业步入信息化建设阶段，许多 企业开始构建中药材平台。但是目前很少有中药材平台中引入推荐技术，针对这一现 象，本文将推荐技术与药材网站进行结合，旨在为药材信息化建设作出贡献。 本文设计并实现一个药材种植推荐系统，完成了药材信息科普、药材信息搜索、 药材可视化分布、药材资讯推荐、药材种植推荐等功能。本系统是由药材信息分类模 块、药材分布模块、基于种植比率的地区推荐模块、基于经济收益的推荐模块、药材 资讯推荐模块、登录注册模块组成。本文的主要研究工作如下：设计了三类种植推荐 方案，分别是基于种植比率的地区推荐、基于经济收益的推荐、基于协同过滤的资讯 推荐；实现了获取药材数据的爬虫程序；完成了对数据的预处理工作，包括数据去重、 格式标准化等；设计了基于种植比率的地区推荐实验和指数平滑实验，计算并验证推 荐的准确度；完成了对药材种植推荐系统的需求分析、架构设计、功能模块设计以及 系统流程设计；分别对系统进行了性能测试、接口测试、界面测试以及功能测试。 药材种植推荐系统基于Flask 框架和可视化组件进行构建，利用懒加载、异步数 据等方式对系统功能进行优化，采用 npm 的方式对系统的依赖模块进行统一管理， 使用Echarts 和D3 工具完成系统的可视化工作，结合关系型数据库Mysql 、数据缓存 技术、json 文件对系统数据进行管理。 关键词：中药材，推荐算法，相似性，Flask 框架 I 目录 目录 1 绪论 1 1.1 研究背景与意义 1 1.2 推荐技术的研究现状 2 1.2.1 推荐系统国内外研究现状 2 1.2.2 推荐算法发展趋势 3 1.3 研究内容与技术路线 5 1.3.1 研究内容 5 1.3.2 技术路线 6 1.4 论文结构 6 2 药材种植推荐算法设计 8 2.1 基于种植比率的地区推荐算法设计 8 2.1.1 药材种植比率 8 2.1.2 相似度计算 9 2.2 基于经济收益的推荐算法设计 11 2.2.1 药材经济收益 11 2.2.2 种植区和药材市场的Haversine 距离 13 2.2.3 指数平滑法计算供应价格Price 14 M 2.3 基于协同过滤的资讯推荐算法设计 15 2.3.1 推荐原理 15 2.3.2 药材关注度的量化 17 3 推荐算法实验过程 19 3.1 实验数据集 19 3.1.1 数据采集 19 3.1.2 数据处理 19 3.2 实验指标 21 3.3 基于种植比率的地区推荐算法实验 21 3.4 指数平滑实验实验 25 4 药材种植推荐系统的分析与设计 28 4.1 系统需求分析 28 4.1.1 用户需求 28 4.1.2 推荐需求 29 4.2 系统架构设计 29 4.2.1 数据采集服务器 31 IV 目录 4.2.2 数据库服务器 31 4.2.3 Web 服务器 33 4.3 功能模块设计 34 4.4 系统流程设计 35 5 药材种植推荐系统的实现 37 5.1.运行环境 37 5.2 平台技术 37 5.2.1 开发语言 37 5.2.2 Flask 框架 38 5.2.3 MVVM 模式 38 5.2.4 Echarts 与D3 38 5.3 系统功能模块 39 5.3.1 登录注册模块 39