毕业设计我帮你

基于五台山游记的景点关联度分析系统的设计

摘  要：本文详细介绍了，如何基于五台山游记的景点进行关联度分析的研究，并获得可视化的效果，对研究过程中存在的问题和解决方法进行了探讨。文章介绍了系统分析部分，包括可行性分析、业务分许等；系统设计部分主要介绍了系统功能设计和数据库设计及代码设计；系统实现部分说明了几个主要模块的方法，本系统界面操作简单，系统主要采用Python语言来实现各个模块和页面实行编码和实现，系统以PyCharm为开发工具，Window10为运行环境，MySQL关系型数据库作为平台的后台数据库管理，使用Django框架进行系统后台的程序编写，包括连接数据库，从数据库中动态读取系统所需信息，并关键运行了关联分析算法（Apriori）等。

关键词：关联度分析;旅游景点;Apriori算法;系统设计

 

 目  录

1引言 2

1.1研究背景及现状 2

1.2 本人主要工作 2

1.3 论文组织与结构 2

2系统开发软件环境的介绍 4

2.1 PyCharm简介 4

2.2 Python简介 4

2.3 MVC简介 4

2.4 Django简介 4

2.5 MySQL数据库 5

3 系统功能设计 6

3.1 系统功能模块 6

3.2 系统可行性分析 9

4 系统概要设计 11

4.1 体系结构设计说明 11

4.2 系统主要模块说明 11

4.3数据库逻辑设计 13

4.4数据库表的设计 16

5系统设计 19

5.1 注册模块设计 19

5.2 景点模块设计 19

5.3 游客信息模块设计 21

5.4 游玩景点模块设计 22

5.5评论模块设计 24

5.6用户信息模块设计 25

5.7关联算法模块设计 26

6 系统测试 31

6.1 系统测试说明 31

6.2 详细测试 31

7 结束语 36

参考文献 37

 

1引言

1.1研究背景及现状

五台山作为世界文化景观遗产，是国家重点风景名胜区、国家森林公园、国家地质公园，具有深厚的佛教文化和奇丽的自然风光，因而成为香客与游客朝拜与旅游的胜地。对于类似于五台山等的热门景点，各大旅游出行应用软件没有具体客观的分析，大量的游客对陌生景点的了解也只能是看评论，搜百度。不过也有一些会做出细致的攻略，但终究不能为大家提供真正的方便。而本课题的研究正是要解决此问题。

通过关联规则发现数据之间的联系并进行挖掘和分析，发觉不同时期景点之间的隐藏关系。为大量游客及各大景区提供极大方便。同时也促进自身知识的提升。本课题主要采用关联分析算法而山西医科大利用Apriori 算法对《伤寒杂病论》麻黄-石膏进行分析，要求频繁项集的支持率不低于用户设定的最低值；从频繁项集产生强关联规则即产生那些支持度和置信度分别大于或等于事先给定的支持度阈值和置信度阈值的关联规则[1]。

1.2本人主要工作

本人主要工作是对关联分析Apriori算法在五台山景点之间的关系中的应用进行研究，通过列出客户参观的所有可能的景点组合。根据我们设置支持度和置信度阈值——min_sup，min_COF，计算每个可能组合的支持度和置信度，并过滤出满足请求的组合，利用算法迭代方法找到最大的k项频繁集，进而得到各个景点之间的支持度、置信度、提升度；以及通过系统功能设计，数据库设计，代码设计对五台山游记的景点关联度分析整的设计

1.3论文组织与结构

本文通过apriori算法等对五台山景点之间的联系进行了挖掘，以及利用推荐算法将景点推荐给用户，利用MySQL数据库对后台进行管理以PyCharm为开发工具，使用Djagon框架进行系统后台的程序编写，用Python语言来实现各个模块。

本文主要分为七个部分:

第一部分：引言。主要介绍了五台山景点的研究情况以及本课题的研究背景。

第二部分：系统系统开发软件环境的介绍。简述了设计所需的软件和简单的说明。

第三部分：系统功能设计。阐述了系统有哪些功能模块，系统切实可行的简单描述。

第四部分：系统概要设计。详说了系统整体实现各个体系设计的具体表述。

第五部分：系统设计。对系统的完整模块的介绍，尤其是关联分析模块(有关算法)的表达。

第六部分：系统测试。对系统反复测试达到预效果

第七部分：结束语和致谢。对实验的整个过程及未来发展进行了总结，并对老师、朋友及家人表感谢。

 

参考文献

[１] 刘梦柳.基于Apriori算法的《伤寒杂病论》“麻黄-石膏”的证-方-药关联分析[D].山西医科大学,2021.

[２] 柳玉巧.关联分析在青少年运动员文化课统考成绩中应用[J].信息技术与信息化,2021(11):69-71.

[３] 宋倩.基于关联规则算法的电子商务商品推荐系统设计与实现[J].微型电脑应用,2021,37(10):205-208.

[４] 王敏.基于关联规则算法的推荐系统设计与研究[J].江苏通信,2021,37(04):97-99.

[５] 王明艳.基于Apriori算法的零售商品购买关联分析[J].科技创新与生产力,2021(08):50-52+56.

[６] 梅杰.基于关联规则的网络招聘信息挖掘与分析[D].贵州大学,2021.

[７] 张亮.基于关联规则挖掘的电影推荐研究[D].合肥工业大学,2021.

[８] 郭浩宇.基于深度学习的购物篮推荐方法研究[D].山东科技大学,2020.

[９] 陈浩铨,胡瑞玉,王石.基于景点热度和用户爱好程度的关联推荐算法研究[J].无　线互联科技,2020,17(09):121-122.

[10] 岳森旺.基于关联规则挖掘算法的智慧旅游景点推荐[D].西北师范大学,2018.

[11] 刘兰青.京津冀产业发展与碳排放的时空关联分析[D].天津工业大学,2020.

[12] 殷耀玺.关联度分析法在消防事故根源分析中的应用[J].今日防,2021,6(03):12-13.

[13] 葛学锴,陈锐锐,黄平,文超,蒋朝哲.高速铁路列车调度策略关联规则分析[J].中 国铁路,2022(01):91-98.

[14] Sun Yinggang,Cai Weidong,Zhang Xinjiang,Hui Taiyu,Xu Yanan,Han Di,Dou Xingtang,Wang Zhanhong,Wang Jiaming,Lin Guangyu,Wang Lingling,Hao Jianjun,Fu Shuqing,Wu Yanzhi,Chen Rui,Qin Yuting,Zhang Yu,Gu Ming,Bai Zhixian,Wang Zeying.Association analysis for SNPs of MSTN and IGFBP-3 genes with body size and other production traits in Liaoning Cashmere Goats.[J]. Animal biotechnology,2022.

[15] Zhang Hongjie,Tan Junyan,Zhang Jinxin,Chen Yingyi,Jing Ling. Double information preserving canonical correlation analysis[J]. Engineering Applications of Artificial Intelligence,2022,112.