基于协同过滤的在线书城推荐系统设计与实现

1. 项目概述与核心需求

一个完整的在线书城系统需要解决三个核心问题：商品展示、个性化推荐和交易处理。基于协同过滤算法的书籍推荐系统能够根据用户历史行为（浏览、评分、购买）自动推荐可能感兴趣的书籍，这是提升用户粘性和转化率的关键技术。

我选择的技术栈组合是：

• 后端核心：Python + Django（快速开发、丰富的ORM和生态系统）
• 前端：Vue.js（组件化开发、响应式数据绑定）
• 可选扩展：Java/Spring Boot（适合高并发订单处理场景）

这种组合既保证了推荐系统的开发效率（Python在算法实现上的优势），又能通过Vue实现良好的用户体验，Java的加入则为系统后续扩展提供了可能性。

2. 系统架构设计

2.1 整体架构分层

code复制表示层 (Vue.js)
    ↑↓ HTTP/JSON
应用层 (Django REST Framework)
    ↑↓ ORM
数据层 (MySQL + Redis)
    ↑↓ 可选RPC调用
Java订单服务 (Spring Boot)

2.2 数据库设计要点

书籍系统的核心表结构设计需要特别注意数据关系的建立：

python复制# models.py 核心模型示例
class Book(models.Model):
    title = models.CharField(max_length=200, db_index=True)  # 书名加索引
    author = models.CharField(max_length=100)
    publisher = models.CharField(max_length=100, blank=True)
    publish_date = models.DateField(null=True)
    isbn = models.CharField(max_length=13, unique=True)
    price = models.DecimalField(max_digits=6, decimal_places=2)
    cover_url = models.URLField(blank=True)
    description = models.TextField(blank=True)
    inventory = models.PositiveIntegerField(default=0)  # 库存量

class User(AbstractUser):  # 继承Django内置用户模型
    gender = models.CharField(max_length=10, choices=GENDER_CHOICES, blank=True)
    birth_date = models.DateField(null=True, blank=True)
    preferences = models.JSONField(default=dict)  # 存储用户偏好标签

class Rating(models.Model):
    user = models.ForeignKey(User, on_delete=models.CASCADE, db_index=True)
    book = models.ForeignKey(Book, on_delete=models.CASCADE, db_index=True)
    score = models.IntegerField(choices=[(i, i) for i in range(1, 6)])  # 1-5分制
    created_at = models.DateTimeField(auto_now_add=True)

    class Meta:
        unique_together = ('user', 'book')  # 防止重复评分

关键设计原则：

1. 评分表必须建立(user_id, book_id)联合唯一索引
2. 书籍名称和ISBN需要单独索引
3. 用户偏好使用JSONField存储可扩展的标签数据
4. 库存字段需要特别注意并发控制

3. 协同过滤算法实现

3.1 基于用户的协同过滤

实现步骤分解：

1. 数据准备阶段：
   • 构建用户-书籍评分矩阵
   • 处理稀疏性问题（默认评分填充）

python复制import numpy as np
from sklearn.metrics.pairwise import cosine_similarity

def build_rating_matrix():
    """构建评分矩阵，行=用户，列=书籍"""
    users = User.objects.all()
    books = Book.objects.all()
    matrix = np.zeros((len(users), len(books)))
    
    for rating in Rating.objects.select_related('user', 'book'):
        user_idx = list(users).index(rating.user)
        book_idx = list(books).index(rating.book)
        matrix[user_idx][book_idx] = rating.score
    
    # 处理未评分项（用用户平均分填充）
    user_means = np.mean(matrix, axis=1)
    for i in range(matrix.shape[0]):
        matrix[i][matrix[i] == 0] = user_means[i]
    
    return matrix, users, books

2. 相似度计算优化：

python复制def calculate_user_similarities(matrix):
    """计算用户相似度矩阵"""
    # 使用余弦相似度
    sim_matrix = cosine_similarity(matrix)
    
    # 对角线置零（排除自己）
    np.fill_diagonal(sim_matrix, 0)
    return sim_matrix

def find_similar_users(target_user_idx, sim_matrix, n=5):
    """找出最相似的n个用户"""
    similar_users = sim_matrix[target_user_idx].argsort()[::-1][:n]
    return [(i, sim_matrix[target_user_idx][i]) for i in similar_users]

3. 推荐生成逻辑：

python复制def generate_recommendations(target_user, sim_matrix, matrix, books, n=10):
    """生成推荐书籍列表"""
    user_idx = list(User.objects.all()).index(target_user)
    similar_users = find_similar_users(user_idx, sim_matrix)
    
    # 计算加权评分
    recommendations = {}
    for book_idx in range(matrix.shape[1]):
        if matrix[user_idx][book_idx] != 0:  # 跳过已评分的
            continue
            
        weighted_sum = 0
        sim_sum = 0
        for other_user_idx, similarity in similar_users:
            if matrix[other_user_idx][book_idx] > 0:
                weighted_sum += similarity * matrix[other_user_idx][book_idx]
                sim_sum += similarity
        
        if sim_sum > 0:
            predicted_score = weighted_sum / sim_sum
            recommendations[books[book_idx]] = predicted_score
    
    # 返回TopN推荐
    return sorted(recommendations.items(), key=lambda x: -x[1])[:n]

3.2 性能优化策略

1. 离线计算+缓存：
   • 每晚定时任务计算用户相似度矩阵
   • 结果存入Redis（过期时间24小时）

python复制# tasks.py
from django.core.cache import cache
from celery import shared_task

@shared_task
def update_recommendations():
    matrix, users, books = build_rating_matrix()
    sim_matrix = calculate_user_simil