企业官网建设流程全解析

简介：这份资源是面向计算机相关专业毕设学生与Python项目实战学习者的旅游推荐数据分析可视化系统，采用Python+Django+MySQL技术栈，并引入协同过滤算法实现个性化推荐，可直接作为毕业设计、课程设计或期末大作业使用。压缩包共422个文件，约9.36MB，以174个js、59个css、40个json、27个py、18个html等为主，涵盖前端页面样式、后端业务逻辑、数据配置与模板渲染，另附sql数据库脚本、docx部署说明及md文档，便于快速搭建运行环境。系统功能完整，用户端支持登录注册、个人信息管理、景区浏览、评分收藏与智能推荐；管理员端可对景区信息及类型进行分类管理，并查看和维护用户资料与行为记录。项目经过严格调试，确保可运行，已有82人学习下载，适合需要完整赛题方案、清晰目录结构与排错思路的读者参考实践。

1. 旅游推荐数据分析可视化：从一份毕业设计源码到能跑起来的完整链路

很多同学拿到「基于 Python 的旅游推荐数据分析可视化」这个题目时，第一反应是去搜免费 Python 源码大全，下载一个压缩包，解压，然后发现跑不起来——缺库、缺数据、路径写死、编码报错，最后只能对着别人的截图改改论文。这个标题真正要解决的问题不是「推荐算法有多深」，而是把数据采集、清洗、推荐计算、可视化展示串成一条能在本地复现的链路。它适合两类人：一是正在做计算机毕业设计、需要一套可演示可答辩系统的同学；二是想用 Python 数据分析与可视化练手、但不想从零造轮子的初学者。核心词就三个：Python、旅游推荐、数据分析可视化。下面按「数据怎么来、推荐怎么算、图怎么画、坑怎么躲」的顺序拆开讲，每一步都给出可抄的代码和参数说明。

2. 数据从哪来：旅游数据集的获取、清洗与字段设计

2.1 三种常见数据来源与选型理由

旅游推荐系统的数据通常分三块：景点/酒店/餐厅的基础信息、用户行为数据（评分、浏览、收藏）、以及评论文本。毕业设计场景下，最稳的做法是用公开数据集打底，再补少量爬虫数据。常见做法是：

• 公开数据集：如景区评分、酒店评论类 CSV，字段规整，适合直接进推荐流程。
• 爬虫补充：用 requests + BeautifulSoup 抓取景点名称、评分、地址、简介，注意控制频率，别把人家站点抓崩。
• 模拟用户行为：自己用脚本生成 user_id、item_id、rating 三列，方便演示协同过滤。

选型理由很直接：公开数据集保证字段完整，爬虫补充保证数据量够画图，模拟行为保证推荐算法有输入。三者拼起来，系统才像那么回事。

2.2 清洗脚本：去重、缺失值、类型转换

拿到数据后第一件事不是画图，是清洗。下面这段脚本处理景点表，逻辑是：读 CSV → 去重 → 填充缺失评分 → 统一城市字段 → 输出干净文件。

import pandas as pd import numpy as np # 读取原始景点数据，注意 encoding 参数，中文数据常见 gbk 或 utf-8-sig df = pd.read_csv("raw_spots.csv", encoding="utf-8-sig") # 1. 按景点名称去重，保留第一条 df = df.drop_duplicates(subset=["spot_name"], keep="first") # 2. 评分缺失用中位数填充，避免均值被极端值拉偏 df["score"] = df["score"].fillna(df["score"].median()) # 3. 城市字段统一去掉空格，并转成字符串 df["city"] = df["city"].astype(str).str.strip() # 4. 价格字段转数值，无法转换的置为 NaN 后删除 df["price"] = pd.to_numeric(df["price"], errors="coerce") df = df.dropna(subset=["price"]) # 5. 输出清洗后数据 df.to_csv("clean_spots.csv", index=False, encoding="utf-8-sig") print("清洗完成，剩余记录数：", len(df))

参数说明：encoding="utf-8-sig"是为了兼容 Excel 打开时不乱码；errors="coerce"把无法转数值的脏数据变成 NaN，再统一删掉；keep="first"表示重复项只留第一条。失败时先看列名是否和脚本一致，再看编码，最后看有没有空文件。

2.3 用户行为表的设计与生成

推荐算法需要用户-物品交互矩阵。毕业设计里如果没有真实用户数据，可以用脚本模拟。下面生成 200 个用户对 50 个景点的评分，评分范围 1 到 5。

import pandas as pd import numpy as np np.random.seed(42) # 固定随机种子，保证每次生成结果一致 user_ids = [f"U{i:03d}" for i in range(1, 201)] spot_ids = [f"S{i:03d}" for i in range(1, 51)] records = [] for u in user_ids: # 每个用户随机选 10 到 30 个景点评分 n = np.random.randint(10, 31) chosen = np.random.choice(spot_ids, size=n, replace=False) for s in chosen: records.append([u, s, np.random.randint(1, 6)]) behavior = pd.DataFrame(records, columns=["user_id", "spot_id", "rating"]) behavior.to_csv("user_behavior.csv", index=False, encoding="utf-8-sig") print(behavior.head())

这段代码的关键参数是np.random.seed(42)，固定种子后每次跑出来的数据一样，方便调试和写论文截图。replace=False保证一个用户不会对同一个景点重复评分。生成后可以用behavior.describe()看评分分布，如果全是 3 分，说明随机范围有问题。

3. 推荐算法怎么选：协同过滤与基于内容的落地对比

3.1 协同过滤：用户相似度计算与推荐生成

协同过滤的核心是「相似的人喜欢相似的东西」。用 pandas 构建用户-景点评分矩阵，再算用户余弦相似度，最后给目标用户推荐他没看过但相似用户高分的景点。

import pandas as pd from sklearn.metrics.pairwise import cosine_similarity behavior = pd.read_csv("user_behavior.csv") # 构建用户-景点评分矩阵，缺失值填 0 matrix = behavior.pivot_table(index="user_id", columns="spot_id", values="rating").fillna(0) # 计算用户之间的余弦相似度 user_sim = cosine_similarity(matrix) user_sim_df = pd.DataFrame(user_sim, index=matrix.index, columns=matrix.index) def recommend(user_id, top_n=5): # 取该用户与其他用户的相似度，排除自己 sim_scores = user_sim_df[user_id].drop(user_id) # 取最相似的 10 个用户 similar_users = sim_scores.sort_values(ascending=False).head(10).index # 找这些相似用户评分高、但目标用户没评分的景点 candidate = behavior[behavior["user_id"].isin(similar_users)] candidate = candidate[~candidate["spot_id"].isin( behavior[behavior["user_id"] == user_id]["spot_id"])] # 按平均评分排序 rec = candidate.groupby("spot_id")["rating"].mean().sort_values(ascending=False).head(top_n) return rec print(recommend("U001"))

参数说明：fillna(0)表示未评分视为 0 分，这是协同过滤的常见处理；head(10)控制相似用户数量，太大引入噪声，太小推荐不准；top_n=5是最终推荐个数。如果推荐结果为空，说明该用户已经评过所有候选景点，或者相似用户太少，可以调大相似用户数量。

3.2 基于内容的推荐：用景点标签做相似度

协同过滤有冷启动问题——新用户没评分就推不了。这时候用基于内容的推荐兜底：把景点名称、城市、标签拼成文本，用 TF-IDF 向量化，再算景点之间的相似度。

from sklearn.feature_extraction.text import TfidfVectorizer from sklearn.metrics.pairwise import linear_kernel spots = pd.read_csv("clean_spots.csv") # 把城市和标签拼成特征文本 spots["content"] = spots["city"].astype(str) + " " + spots["tags"].astype(str) tfidf = TfidfVectorizer(stop_words=None) tfidf_matrix = tfidf.fit_transform(spots["content"]) # 计算景点之间的余弦相似度 cosine_sim = linear_kernel(tfidf_matrix, tfidf_matrix) def content_recommend(spot_name, top_n=5): idx = spots[spots["spot_name"] == spot_name].index[0] sim_scores = list(enumerate(cosine_sim[idx])) sim_scores = sorted(sim_scores, key=lambda x: x[1], reverse=True) sim_scores = sim_scores[1:top_n+1] spot_indices = [i[0] for i in sim_scores] return spots["spot_name"].iloc[spot_indices] print(content_recommend("西湖"))

这里TfidfVectorizer把文本转成向量，linear_kernel算相似度比 cosine_similarity 更快。注意stop_words=None是因为中文停用词需要自己准备，毕业设计里不处理也能跑。如果报错说某个景点找不到，先检查名称是否有多余空格。

3.3 两种算法的融合与切换策略

实际系统里不会只用一种。常见做法是：用户有评分记录时走协同过滤，没有时走基于内容。下面这个判断逻辑可以直接用。

def hybrid_recommend(user_id, spot_name=None, top_n=5): user_records = behavior[behavior["user_id"] == user_id] if len(user_records) >= 5: return recommend(user_id, top_n) elif spot_name: return content_recommend(spot_name, top_n) else: # 兜底：返回评分最高的热门景点 return behavior.groupby("spot_id")["rating"].mean().sort_values(ascending=False).head(top_n) print(hybrid_recommend("U001", "西湖"))

阈值>= 5是经验值，评分少于 5 条时协同过滤不稳定。这个融合策略在答辩时很好讲：既解决了冷启动，又保留了协同过滤的个性化。

4. 可视化怎么做：从 ECharts 大屏到 Python 静态图

4.1 用 Pyecharts 生成可交互的 HTML 图表

毕业设计演示时，静态图不如可交互图表有冲击力。Pyecharts 能直接输出 HTML，浏览器打开就能点。下面画一个景点评分分布柱状图。

from pyecharts.charts import Bar from pyecharts import options as opts import pandas as pd spots = pd.read_csv("clean_spots.csv") # 按城市统计平均评分 city_score = spots.groupby("city")["score"].mean().sort_values(ascending=False).head(10) bar = ( Bar() .add_xaxis(city_score.index.tolist()) .add_yaxis("平均评分", city_score.values.round(2).tolist()) .set_global_opts( title_opts=opts.TitleOpts(title="城市景点平均评分 Top10"), xaxis_opts=opts.AxisOpts(name="城市"), yaxis_opts=opts.AxisOpts(name="评分"), ) ) bar.render("city_score.html") print("图表已生成：city_score.html")

参数说明：head(10)只取前 10 个城市，避免横轴太挤；round(2)保留两位小数；render输出 HTML 文件。如果中文显示乱码，在set_global_opts里加title_opts的字体设置，或者检查 HTML 的 meta 编码。

4.2 用 Matplotlib 画推荐结果对比图

论文里通常需要静态图。下面画协同过滤和基于内容推荐的评分对比。

import matplotlib.pyplot as plt import pandas as pd # 假设已有两种算法的推荐结果 cf_rec = recommend("U001", top_n=5) content_rec = content_recommend("西湖", top_n=5) fig, axes = plt.subplots(1, 2, figsize=(12, 5)) axes[0].barh(cf_rec.index, cf_rec.values, color="#4C72B0") axes[0].set_title("协同过滤推荐评分") axes[0].set_xlabel("预测评分") axes[1].barh(content_rec.index, [1]*len(content_rec), color="#DD8452") axes[1].set_title("基于内容推荐景点") axes[1].set_xlabel("相似度") plt.tight_layout() plt.savefig("recommend_compare.png", dpi=150) print("对比图已保存")

figsize=(12,5)控制画布大小，dpi=150保证论文打印清晰。barh是横向柱状图，适合景点名称较长的情况。如果保存的图空白，检查plt.show()是否在savefig之前调用了。

4.3 可视化大屏的布局思路与数据接口

如果要做可视化大屏，常见结构是：顶部标题栏、左侧城市筛选、中间地图或柱状图、右侧推荐列表。数据接口可以用 Flask 暴露 JSON，前端用 ECharts 异步加载。

from flask import Flask, jsonify import pandas as pd app = Flask(__name__) @app.route("/api/city_score") def city_score(): spots = pd.read_csv("clean_spots.csv") data = spots.groupby("city")["score"].mean().round(2).to_dict() return jsonify(data) if __name__ == "__main__": app.run(debug=True, port=5000)

port=5000是 Flask 默认端口，debug=True方便改代码自动重启。前端用fetch("/api/city_score")拿数据后传给 ECharts 的setOption。注意跨域问题，本地开发可以在 Flask 加 CORS 头，或者前端和后台同端口部署。

5. 避坑与排查：毕业设计里最容易翻车的 5 个地方

5.1 编码报错：UnicodeDecodeError

现象：读 CSV 时抛UnicodeDecodeError: 'utf-8' codec can't decode byte。原因：原始文件是 GBK 编码，脚本用 UTF-8 读。解决：先试encoding="gbk"，再试encoding="utf-8-sig"，或者用chardet检测编码。

5.2 路径写死：换台电脑就跑不了

现象：代码里写C:/Users/xxx/Desktop/data.csv，换电脑后 FileNotFoundError。原因：绝对路径依赖本机目录。解决：统一用相对路径，把数据文件和脚本放同一目录，或者用os.path.dirname(__file__)拼路径。

5.3 库版本冲突：sklearn 报错 API 变了

现象：ImportError: cannot import name 'cosine_similarity'或参数名变了。原因：不同版本 sklearn 接口有差异。解决：在requirements.txt里锁定版本，比如scikit-learn==1.3.0，部署时用pip install -r requirements.txt。

5.4 推荐结果为空：冷启动没处理

现象：新用户调用recommend返回空列表。原因：该用户没有评分记录，协同过滤算不出相似用户。解决：加融合逻辑，没记录时走基于内容或热门兜底，参考 3.3 节的hybrid_recommend。

5.5 可视化中文乱码：Matplotlib 显示方块

现象：图表里中文变成方框。原因：Matplotlib 默认字体不支持中文。解决：在画图前加两行配置。

import matplotlib matplotlib.rcParams["font.sans-serif"] = ["SimHei"] matplotlib.rcParams["axes.unicode_minus"] = False

SimHei是 Windows 自带黑体，Mac 可以换Arial Unicode MS。axes.unicode_minus=False解决负号显示异常。

6. 让系统更像一个产品：部署、答辩演示与可扩展方向

把代码跑通只是第一步，答辩时老师会问「你怎么部署的」「能不能现场演示」。我一般会准备一个requirements.txt和一个启动脚本，确保换电脑也能三行命令跑起来。

# 1. 创建虚拟环境 python -m venv venv # 2. 激活环境（Windows） venv\Scripts\activate # 3. 安装依赖 pip install -r requirements.txt # 4. 启动 Flask 服务 python app.py

requirements.txt里至少写：pandas、numpy、scikit-learn、pyecharts、flask、matplotlib。版本号建议锁定，避免答辩当天装不上。

演示顺序也有讲究：先打开可视化大屏展示数据概览，再输入一个用户 ID 展示推荐结果，最后打开代码讲清洗和算法逻辑。这样老师能看到「数据→算法→展示」的完整闭环。

可扩展方向有三个：一是把推荐结果存进 Redis，加快重复查询；二是用大模型智能体做旅游推荐对话，把推荐结果转成自然语言；三是把可视化大屏换成 Vue + ECharts 前后端分离，更像企业项目。但毕业设计时间有限，先把当前链路跑稳，再挑一个方向做深。

我自己踩过最深的坑是数据清洗没做干净，导致推荐结果全是同一个景点，答辩时被问「为什么推荐这么集中」，当场翻车。后来养成习惯：每次跑完推荐先看结果分布，如果 Top5 全是同一个城市，就回去查数据。希望帮到你。

本文还有配套的精品资源，点击获取