收藏关注不迷路，源码文章末

---

前言

  随着科学技术的飞速发展，各行各业都在努力与现代先进技术接轨，通过科技手段提高自身的优势；对于交友推荐系统当然也不能排除在外，随着网络技术的不断成熟，带动了交友推荐系统，它彻底改变了过去传统的管理方式，不仅使服务管理难度变低了，还提升了管理的灵活性。交友推荐系统，主要的模块包括用户；主页、社区、问答、兴趣、过往分享、兴趣走廊等功能。系统中管理员主要是为了安全有效地存储和管理各类信息，还可以对系统进行管理与更新维护等操作，并且对交友推荐有相应的操作权限。这种个性化的平台特别注重交互协调与管理的相互配合，激发了管理人员的创造性与主动性，对交友推荐系统而言非常有利。
本系统采用的数据库是Mysql，使用SpringBoot框架开发，运行环境使用Tomcat服务器，ECLIPSE 是本系统的开发平台。在设计过程中，充分保证了系统代码的良好可读性、实用性、易扩展性、通用性、便于后期维护、操作方便以及页面简洁等特点。

一、项目介绍

  在当今高度发达的信息中，信息管理改革已成为一种更加广泛和全面的趋势。为确保中国经济的持续发展，信息时代日益更新，交友推荐系统仍在蓬勃发展。同时，随着信息社会的快速发展，各种管理系统面临着越来越多的数据需要处理，如何用方便快捷的方式使管理者在广阔的数据海洋里面查询、存储、管理和共享有效的数据信息，对我们的学习，工作和生活具有重要的现实意义。因此，国内外学术界对此进行了深入而广泛的研究，一个新的研究领域——交友推荐系统诞生了。
随着科学技术的飞速发展，各行各业都在努力与现代先进技术接轨，通过科技手段提高自身的优势；对于交友推荐系统当然也不能排除在外，随着网络技术的不断成熟，带动了交友推荐系统，它彻底改变了过去传统的管理方式，不仅使服务管理难度变低了，还提升了管理的灵活性。主要的模块包括用户；主页、社区、问答、兴趣、过往分享、兴趣走廊。系统中管理员主要是为了安全有效地存储和管理各类信息，还可以对系统进行管理与更新维护等操作，并且对交友推荐有相应的操作权限。这种个性化的平台特别注重交互协调与管理的相互配合，激发了管理人员的创造性与主动性，对交友推荐系统而言非常有利。

二、开发环境

开发语言：Java
框架：springboot
JDK版本：JDK1.8
服务器：tomcat7
数据库：mysql
数据库工具：Navicat11
开发软件：eclipse/myeclipse/idea
Maven包：Maven
————————————————

三、功能介绍

  

管理员功能：

1.登录
2.通过用户id搜索用户＋增删改查用户对用户进行管理
3.管理社区帖子，可以对于所有普通用户的帖子进行删除

用户功能：

1.注册登录
2.通过填写个人信息以及爱好，通过基于协同推荐进行用户之间的匹配。（和性别无关）
3.用户之间可以发送信息。，提供举报、屏蔽等功能。
4.社区功能：用户可以发送帖子使得所有用户可见，可发送包括图片和文字。

此系统功能较为全面如下图系统功能结构如图

算法为协同过滤

算法代码路径/friends-master/src/main/java/com/daymooc/fcms/index/IndexController.java，如下图所示

四、核心代码

部分代码：

package com.daymooc.fcms.index;



import java.util.*;

import com.daymooc.fcms.common.model.UserSet;

public class RecommendServiceImpl implements RecommendService {

    //给定一个用户名username,计算其余用户和该用户名的距离并排序
    @Override
    public Map<Double, String> computeNearestNeighbor(String username, UserSet set) {
        Map<Double, String> distances = new TreeMap<>();

        UserSet.User u1 = set.getUser(username);
        for (int i = 0; i < set.users.size(); i++) {
            UserSet.User u2 = set.getUser(i);

            if (!u2.username.equals(username)) {
                double distance = pearson_dis(u2.list, u1.list);
                distances.put(distance, u2.username);
            }

        }
        System.out.println("distance => " + distances);
        return distances;
    }

    //计算两个打分序列之间的皮尔逊距离
    @Override
    public double pearson_dis(List<UserSet.Set> rating1, List<UserSet.Set> rating2) {
        int sum_xy = 0;
        int sum_x = 0;
        int sum_y = 0;
        double sum_x2 = 0;
        double sum_y2 = 0;
        int n = 0;
        for (int i = 0; i < rating1.size(); i++) {
            UserSet.Set key1 = rating1.get(i);
            for (int j = 0; j < rating2.size(); j++) {
                UserSet.Set key2 = rating2.get(j);
                if (key1.username.equals(key2.username)) {
                    n += 1;
                    int x = key1.score;
                    int y = key2.score;
                    sum_xy += x * y;
                    sum_x += x;
                    sum_y += y;
                    sum_x2 += Math.pow(x, 2);
                    sum_y2 += Math.pow(y, 2);
                }

            }
        }
        double denominator = Math.sqrt(sum_x2 - Math.pow(sum_x, 2) / n) * Math.sqrt(sum_y2 - Math.pow(sum_y, 2) / n);
        if (denominator == 0) {
            return 0;
        } else {
            return (sum_xy - (sum_x * sum_y) / n) / denominator;
        }
    }


    @Override
    public List<UserSet.Set> recommend(String username, UserSet set) {
        //找最近邻
        Map<Double, String> distances = computeNearestNeighbor(username, set);
        String nearest = distances.values().iterator().next();
        System.out.println("nearest -> " + nearest);


        List<UserSet.Set> recommendations = new ArrayList<>();

        //找到最近邻看过，可是咱们没看过的图书，计算推荐
        UserSet.User neighborRatings = set.getUser(nearest);
        System.out.println("neighborRatings -> " + neighborRatings.list);

        UserSet.User userRatings = set.getUser(username);
        System.out.println("userRatings -> " + userRatings.list);

        for (UserSet.Set artist : neighborRatings.list) {
            if (userRatings.find(artist.username) == null) {
                recommendations.add(artist);
            }
        }
        Collections.sort(recommendations);
        System.out.println("recommendations -> " + recommendations.toString());
        return recommendations;
    }
}

五、效果图

六、文章目录

目 录
第一章 绪 论 1
1.1背景及意义 1
1.2国内外研究概况 2
1.3 研究的内容 2
第二章 关键技术的研究 3
2.1 相关技术 3
2.2 Java技术 3
2.3 ECLIPSE 开发环境 4
2.4 Tomcat介绍 4
2.5 Spring Boot框架 5
第三章 系统分析 5
3.1 系统设计目标 6
3.2 系统可行性分析 6
3.3 系统功能分析和描述 7
3.4系统UML用例分析 8
3.4.1管理员用例 9
3.4.2用户用例 9
3.5系统流程分析 10
3.5.1添加信息流程 11
3.5.2操作流程 12
3.5.3删除信息流程 13
第四章 系统设计 14
4.1 系统体系结构 15
4.2 数据库设计原则 16
4.3 数据表 17
第五章 系统实现 18
5.1用户功能模块 18
5.2管理员功能模块 19
5.3商家用户功能模块 19
5.4前台主页功能模块 19
第六章 系统测试 20
6.1测试定义及目的 21
6.2性能测试 22
6.3测试模块 23
6.4测试结果 24
总 结 25
致 谢 27