很多计算机专业的同学做毕设都会遇到一个尴尬的循环选题太大做不完选题太小没亮点做完系统却讲不清技术含量。今天要拆解的这套“基于 Spring Boot 与内容推荐算法的手工编织非遗平台”恰好踩中了当前毕设评审最看重的几个点前后端分离架构、推荐算法落地、完整业务闭环。它不是那种只堆 CRUD 的“管理系统”而是把非遗展示、用户互动、个性化推荐串成了一个可运行、可讲解、可扩展的真实项目。这篇文章会从选题价值、系统设计、核心代码、推荐算法实现、部署排错几个角度完整展开。如果你正在准备毕设或者想把这类项目改造成自己的课设/求职项目这篇内容值得你认真看完。1. 这个项目真正值得做的原因手工编织非遗平台的难点不在于“增删改查”而在于“内容怎么触达用户”。一个普通的管理系统用户只能靠分类目录一页页翻找作品。但非遗平台的内容分类往往比较主观——用户可能喜欢的是“粗棒针织的复古风毛衣”而不是“分类编号 03 下的围巾”。内容推荐算法解决的就是这个问题根据用户的历史浏览、收藏、点赞行为推测他可能喜欢哪一类编织作品然后把对应的内容推到他面前。这在毕设答辩里是一个非常好的技术亮点因为评审老师能看到“你的系统不只是数据库的壳子而是真的有算法逻辑在里面”。同时从工程角度看这个项目使用了 Spring Boot Vue 的前后端分离模式。这类架构的好处是前端独立开发、独立部署可以使用 Node 生态的构建工具后端只提供 RESTful API便于后期接小程序、App 或第三方系统分工清晰便于写进简历和答辩文档。从源码资料的完整性看这类项目通常附带数据库脚本、接口文档、前端页面源码和部署说明对于需要快速跑通并二次开发的同学来说是非常友好的起点。2. 核心概念与前置知识在做这个项目之前有几个概念必须先理清。否则即使代码跑通了答辩或面试时也很容易被追问到答不上来。2.1 Spring Boot 在项目中扮演什么角色Spring Boot 是这套系统的后端基础框架。它简化了 Spring 项目的配置内置 Tomcat支持自动装配。在这个项目中Spring Boot 负责提供 RESTful API 接口管理业务逻辑层的依赖注入整合 MyBatis/JPA 操作数据库处理全局异常与统一返回结构。2.2 前后端分离到底“分”在哪传统单体项目里前端页面模板和后端代码在同一个工程内。前后端分离后前端是独立的 Vue 工程通过 HTTP 请求调用后端接口。两者的约定通常在接口文档中体现。后端返回统一的 JSON 格式前端拿到数据后渲染页面状态由前端管理。一个典型的分离架构如下Vue Frontend (端口: 8080) | | axios / fetch (RESTful API) v Spring Boot Backend (端口: 8081) | | MyBatis / JPA v MySQL Database (端口: 3306)2.3 内容推荐算法在非遗平台中的应用方式内容推荐算法广义上可分为三类基于内容的推荐Content-based分析用户曾经喜欢的物品的特征推荐具有相似特征的物品协同过滤推荐Collaborative Filtering利用“相似用户”或“相似物品”的历史行为做推荐混合推荐融合多种策略提升推荐质量和覆盖率。在手工编织平台中基于内容的推荐更容易落地。原因在于编织作品可以被结构化打标技法类型钩针、棒针、梭编、材质羊毛、棉线、混纺、适用场景家居、服饰、配饰、难度等级。有了标签体系就可以构建“用户兴趣画像”再通过画像进行推荐。3. 系统功能模块与数据库设计3.1 功能模块拆解一个完整的非遗平台从角色角度看主要分为管理员和普通用户。用户端注册登录浏览编织作品列表与详情按分类筛选、关键词搜索收藏作品、点赞作品、评论作品查看个人收藏列表与浏览历史接收首页推荐内容。管理员端作品管理新增、编辑、下架编织作品分类管理维护技法、风格、材质等分类标签用户管理封禁 / 启用用户账号推荐管理配置算法开关或查看推荐数据统计数据看板展示访问量、点赞量、收藏量等基础统计。从“增删改查”的角度看作品管理、分类管理、用户管理是核心。从“算法落地”的角度看用户行为记录表浏览、收藏、点赞、评论是关键。3.2 核心数据表设计编写数据库脚本时建议至少包含以下表。表结构设计的好坏会直接影响推荐算法的实现难度。-- 用户表 CREATE TABLE t_user ( id bigint(20) NOT NULL AUTO_INCREMENT, username varchar(50) NOT NULL COMMENT 用户名, password varchar(255) NOT NULL COMMENT 加密密码, nickname varchar(50) DEFAULT NULL, avatar varchar(255) DEFAULT NULL, role tinyint(4) DEFAULT 0 COMMENT 0-用户1-管理员, status tinyint(4) DEFAULT 1 COMMENT 1-正常0-禁用, create_time datetime DEFAULT CURRENT_TIMESTAMP, PRIMARY KEY (id) ) ENGINEInnoDB DEFAULT CHARSETutf8mb4; -- 作品分类表 CREATE TABLE t_category ( id bigint(20) NOT NULL AUTO_INCREMENT, name varchar(100) NOT NULL COMMENT 分类名称, code varchar(50) DEFAULT NULL COMMENT 分类编码, parent_id bigint(20) DEFAULT 0, sort int(11) DEFAULT 0, PRIMARY KEY (id) ) ENGINEInnoDB DEFAULT CHARSETutf8mb4; -- 编织作品表 CREATE TABLE t_craft ( id bigint(20) NOT NULL AUTO_INCREMENT, title varchar(200) NOT NULL COMMENT 作品标题, cover_image varchar(255) DEFAULT NULL COMMENT 封面图, images text COMMENT 多图逗号分隔, category_id bigint(20) DEFAULT NULL, technique varchar(50) DEFAULT NULL COMMENT 技法钩针、棒针等, material varchar(50) DEFAULT NULL COMMENT 材质羊毛、棉线等, difficulty tinyint(4) DEFAULT 1 COMMENT 难度1-简单2-中等3-困难, description text COMMENT 作品描述, view_count int(11) DEFAULT 0, like_count int(11) DEFAULT 0, favorite_count int(11) DEFAULT 0, status tinyint(4) DEFAULT 1 COMMENT 1-上架0-下架, create_time datetime DEFAULT CURRENT_TIMESTAMP, PRIMARY KEY (id) ) ENGINEInnoDB DEFAULT CHARSETutf8mb4; -- 收藏表 CREATE TABLE t_favorite ( id bigint(20) NOT NULL AUTO_INCREMENT, user_id bigint(20) NOT NULL, craft_id bigint(20) NOT NULL, create_time datetime DEFAULT CURRENT_TIMESTAMP, PRIMARY KEY (id), KEY idx_user_id (user_id) ) ENGINEInnoDB DEFAULT CHARSETutf8mb4; -- 浏览历史表 CREATE TABLE t_view_history ( id bigint(20) NOT NULL AUTO_INCREMENT, user_id bigint(20) NOT NULL, craft_id bigint(20) NOT NULL, view_time datetime DEFAULT CURRENT_TIMESTAMP, PRIMARY KEY (id), KEY idx_user_craft (user_id, craft_id) ) ENGINEInnoDB DEFAULT CHARSETutf8mb4;这套表结构将“用户-作品-行为”三张核心关系拆开后续推荐模块需要查询某个用户的喜好标签时可以直接从收藏表和浏览历史表关联作品表聚合得出。4. 环境准备与项目初始化4.1 环境要求依赖项说明JDK推荐 JDK 1.8 或 JDK 11具体以项目 pom.xml 为准Maven3.6 即可Node.js前端构建需要推荐 14 或 16MySQL5.7 或 8.0IDEIDEA 或 Eclipse后端推荐 IDEA前端工具VS Code版本请以你手中源码资料里的实际要求为准。本文重点演示通用思路不绑定死版本。4.2 后端工程初始目录结构一个清晰的 Spring Boot 工程应当按职责分包推荐结构如下src/main/java/com/example/craft/ ├── CraftApplication.java # 启动类 ├── common/ │ ├── Result.java # 统一返回结构 │ ├── ResultCode.java │ └── GlobalExceptionHandler.java ├── config/ │ ├── CorsConfig.java # 跨域配置 │ ├── WebMvcConfig.java │ └── MybatisPlusConfig.java # 分页插件配置 ├── controller/ │ ├── UserController.java │ ├── CraftController.java │ ├── CategoryController.java │ ├── FavoriteController.java │ ├── CommentController.java │ └── RecommendController.java ├── service/ │ ├── UserService.java │ ├── CraftService.java │ ├── FavoriteService.java │ ├── ViewHistoryService.java │ └── RecommendService.java ├── mapper/ │ ├── UserMapper.java │ ├── CraftMapper.java │ ├── FavoriteMapper.java │ └── ViewHistoryMapper.java ├── entity/ │ ├── User.java │ ├── Craft.java │ ├── Category.java │ ├── Favorite.java │ └── ViewHistory.java └── dto/ ├── CraftQueryDTO.java └── RecommendResultDTO.java4.3 后端核心配置文件application.yml是 Spring Boot 项目的核心配置文件。你需要根据本地数据库信息调整用户名密码。server: port: 8081 spring: datasource: driver-class-name: com.mysql.cj.jdbc.Driver url: jdbc:mysql://localhost:3306/craft_platform?useUnicodetruecharacterEncodingutf8useSSLfalseserverTimezoneAsia/Shanghai username: root password: your_password jackson: date-format: yyyy-MM-dd HH:mm:ss time-zone: GMT8 mybatis-plus: mapper-locations: classpath:mapper/*.xml configuration: log-impl: org.apache.ibatis.logging.stdout.StdOutImpl map-underscore-to-camel-case: true global-config: db-config: id-type: auto这里的关键字段是数据库连接串中的serverTimezoneAsia/Shanghai。如果缺少这个配置在部分 MySQL 版本下会出现 8 小时时差或连接报错。5. 后端核心代码实现5.1 统一返回结果封装前后端分离项目中统一返回结构能让前端处理数据更简单。后端所有接口都返回这个 Result 对象。// 文件路径src/main/java/com/example/craft/common/Result.java package com.example.craft.common; public class ResultT { private Integer code; private String message; private T data; public Result(Integer code, String message, T data) { this.code code; this.message message; this.data data; } public static T ResultT success(T data) { return new Result(200, success, data); } public static T ResultT success() { return new Result(200, success, null); } public static T ResultT error(Integer code, String message) { return new Result(code, message, null); } public Integer getCode() { return code; } public void setCode(Integer code) { this.code code; } public String getMessage() { return message; } public void setMessage(String message) { this.message message; } public T getData() { return data; } public void setData(T data) { this.data data; } }前端只需要判断code是否为 200就可以决定是渲染数据还是弹出错误提示。5.2 作品分页查询接口作品列表是平台最核心的接口也是“增删改查”中最常被考察的部分。这里使用 MyBatis Plus 的分页插件实现。// 文件路径src/main/java/com/example/craft/controller/CraftController.java package com.example.craft.controller; import com.baomidou.mybatisplus.core.conditions.query.QueryWrapper; import com.baomidou.mybatisplus.extension.plugins.pagination.Page; import com.example.craft.common.Result; import com.example.craft.entity.Craft; import com.example.craft.service.CraftService; import org.springframework.beans.factory.annotation.Autowired; import org.springframework.web.bind.annotation.*; RestController RequestMapping(/api/craft) public class CraftController { Autowired private CraftService craftService; /** * 分页查询编织作品列表 * param pageNum 页码从1开始 * param pageSize 每页条数 * param title 标题模糊搜索可选 * param categoryId 分类筛选可选 */ GetMapping(/list) public ResultPageCraft list( RequestParam(defaultValue 1) Integer pageNum, RequestParam(defaultValue 10) Integer pageSize, RequestParam(required false) String title, RequestParam(required false) Long categoryId) { PageCraft page new Page(pageNum, pageSize); QueryWrapperCraft wrapper new QueryWrapper(); wrapper.eq(status, 1); if (title ! null !title.isEmpty()) { wrapper.like(title, title); } if (categoryId ! null) { wrapper.eq(category_id, categoryId); } wrapper.orderByDesc(create_time); PageCraft result craftService.page(page, wrapper); return Result.success(result); } /** * 查询作品详情 */ GetMapping(/detail/{id}) public ResultCraft detail(PathVariable Long id) { Craft craft craftService.getById(id); if (craft null) { return Result.error(404, 作品不存在); } // 浏览量加1 craftService.increaseViewCount(id); return Result.success(craft); } }这个接口同时支持分页、搜索、分类筛选和状态过滤。在设计时需要注意查询列表时不要返回 description 等大字段否则数据量大时响应会变慢。可以用 DTO 或 QueryWrapper 的 select 方法做字段裁剪。5.3 收藏与浏览记录接口推荐算法依赖用户行为数据。收藏和浏览记录是两条最重要的数据来源。// 文件路径src/main/java/com/example/craft/controller/FavoriteController.java package com.example.craft.controller; import com.example.craft.common.Result; import com.example.craft.entity.Favorite; import com.example.craft.service.FavoriteService; import org.springframework.beans.factory.annotation.Autowired; import org.springframework.web.bind.annotation.*; RestController RequestMapping(/api/favorite) public class FavoriteController { Autowired private FavoriteService favoriteService; /** * 收藏作品 */ PostMapping(/add) public ResultVoid add(RequestParam Long userId, RequestParam Long craftId) { boolean success favoriteService.addFavorite(userId, craftId); return success ? Result.success() : Result.error(500, 收藏失败); } /** * 取消收藏 */ DeleteMapping(/cancel) public ResultVoid cancel(RequestParam Long userId, RequestParam Long craftId) { boolean success favoriteService.cancelFavorite(userId, craftId); return success ? Result.success() : Result.error(500, 取消收藏失败); } /** * 当前用户是否已收藏该作品 */ GetMapping(/check) public ResultBoolean check(RequestParam Long userId, RequestParam Long craftId) { return Result.success(favoriteService.isFavorite(userId, craftId)); } }这里有一个非常容易忽略的细节收藏接口一定需要做“重复收藏”校验。如果用户连续点击两次收藏按钮数据库里出现重复记录推荐算法在统计行为权重时就会出错。5.4 推荐算法核心实现5.4.1 基于标签聚合的用户兴趣画像对于非遗手工艺平台比较实用的推荐策略是先构建“用户-标签”矩阵通过用户历史行为累计标签权重。标签可以是技法钩针/棒针/绳编、材质羊毛/棉线/麻线、风格复古/简约/民族风。一个作品如果有多个标签可以在标签表中以多条记录存储也可以用 string 类型字段存储后按分隔符拆解。以下是一个简化版推荐服务实现思路// 文件路径src/main/java/com/example/craft/service/impl/RecommendServiceImpl.java package com.example.craft.service.impl; import com.baomidou.mybatisplus.core.conditions.query.QueryWrapper; import com.example.craft.entity.Craft; import com.example.craft.entity.Favorite; import com.example.craft.entity.ViewHistory; import com.example.craft.mapper.CraftMapper; import com.example.craft.mapper.FavoriteMapper; import com.example.craft.mapper.ViewHistoryMapper; import org.springframework.beans.factory.annotation.Autowired; import org.springframework.stereotype.Service; import java.util.*; import java.util.stream.Collectors; Service public class RecommendServiceImpl { Autowired private FavoriteMapper favoriteMapper; Autowired private ViewHistoryMapper viewHistoryMapper; Autowired private CraftMapper craftMapper; /** * 基于用户行为的推荐 * 简化策略根据用户收藏作品的分类标签统计偏好推荐同标签下其他作品 */ public ListCraft recommendForUser(Long userId, int limit) { // 1. 查询用户收藏的作品 QueryWrapperFavorite favWrapper new QueryWrapper(); favWrapper.eq(user_id, userId); ListFavorite favorites favoriteMapper.selectList(favWrapper); // 2. 查询用户浏览历史 QueryWrapperViewHistory historyWrapper new QueryWrapper(); historyWrapper.eq(user_id, userId); ListViewHistory histories viewHistoryMapper.selectList(historyWrapper); // 3. 汇总用户感兴趣的作品ID集合收藏权重 浏览权重这里简单做去重合并 SetLong interactedCraftIds new HashSet(); favorites.forEach(f - interactedCraftIds.add(f.getCraftId())); histories.forEach(h - interactedCraftIds.add(h.getCraftId())); if (interactedCraftIds.isEmpty()) { // 新用户无行为数据返回最新上架作品 QueryWrapperCraft newWrapper new QueryWrapper(); newWrapper.eq(status, 1).orderByDesc(create_time).last(limit limit); return craftMapper.selectList(newWrapper); } // 4. 统计用户最感兴趣的分类 MapLong, Integer categoryScore new HashMap(); for (Long craftId : interactedCraftIds) { Craft craft craftMapper.selectById(craftId); if (craft ! null craft.getCategoryId() ! null) { categoryScore.merge(craft.getCategoryId(), 1, Integer::sum); } } ListMap.EntryLong, Integer sortedCategories categoryScore.entrySet().stream() .sorted((e1, e2) - e2.getValue().compareTo(e1.getValue())) .collect(Collectors.toList()); if (sortedCategories.isEmpty()) { return new ArrayList(); } // 5. 从偏好分类中取热度较高的作品返回排除已交互的 ListCraft recommendList new ArrayList(); for (Map.EntryLong, Integer entry : sortedCategories) { if (recommendList.size() limit) break; QueryWrapperCraft craftWrapper new QueryWrapper(); craftWrapper.eq(status, 1) .eq(category_id, entry.getKey()) .notIn(id, interactedCraftIds) .orderByDesc(view_count) .last(limit (limit - recommendList.size())); recommendList.addAll(craftMapper.selectList(craftWrapper)); } return recommendList; } }这段代码的逻辑可以总结为三步收集用户行为数据统计用户偏好的分类在偏好分类下筛选热度高且用户未交互过的作品。这种实现比简单的“随机推荐”或“最新推荐”更有说服力。而且它不依赖复杂的外部组件直接在项目里就能跑通。如果想要更强的推荐效果可以引入 Redis 做缓存、用定时任务计算离线推荐结果但毕设阶段用这个方案已经能清楚展示推荐思路。5.4.2 协同过滤思路扩展如果项目要求“内容推荐算法”更深入可以在这一版基础上增加基于用户的协同过滤找到与当前用户兴趣最相似的其他用户把那些用户收藏过、但当前用户没看过的高热度作品推荐出来。相似度计算可以使用余弦相似度。用“用户-作品收藏矩阵”的每一行代表用户的兴趣向量然后计算余弦相似度。// 简化版余弦相似度计算 public double cosineSimilarity(MapLong, Integer userA, MapLong, Integer userB) { SetLong commonKeys new HashSet(userA.keySet()); commonKeys.retainAll(userB.keySet()); double dotProduct 0; double normA 0; double normB 0; for (Long key : commonKeys) { dotProduct userA.get(key) * userB.get(key); } for (Integer value : userA.values()) { normA Math.pow(value, 2); } for (Integer value : userB.values()) { normB Math.pow(value, 2); } if (normA 0 || normB 0) { return 0; } return dotProduct / (Math.sqrt(normA) * Math.sqrt(normB)); }需要说明的是当前用户数量少时协同过滤可能找不到“相似用户”所以实践中通常会把基于内容的推荐作为主推荐策略协同过滤作为补充。这种组合策略在项目文档里也更容易写出层次感。6. 前端功能与接口联调6.1 前端页面结构前端工程建议基于 Vue 2 或 Vue 3 Element UI。核心页面包括首页Banner 轮播、热门作品、个性化推荐列表作品列表页分类筛选、搜索、分页作品详情页多图展示、标签信息、收藏 / 点赞 / 评论个人中心收藏列表、浏览历史、修改资料。6.2 前端调用接口示例以作品列表页为例使用 axios 调用后端接口// 文件路径src/api/craft.js import axios from axios const request axios.create({ baseURL: http://localhost:8081/api, timeout: 10000, headers: { Content-Type: application/json } }) // 分页获取作品列表 export function getCraftList(params) { return request.get(/craft/list, { params }) } // 获取作品详情 export function getCraftDetail(id) { return request.get(/craft/detail/${id}) } // 收藏作品 export function addFavorite(userId, craftId) { return request.post(/favorite/add, null, { params: { userId, craftId } }) } // 获取推荐列表 export function getRecommendList(userId, limit) { return request.get(/recommend/list, { params: { userId, limit } }) }前端调用时需要注意接口的返回结构统一从res.data.code判断请求是否成功。// 页面中调用 import { getCraftList } from /api/craft export default { data() { return { craftList: [], total: 0, pageNum: 1, pageSize: 12 } }, methods: { async fetchList() { const res await getCraftList({ pageNum: this.pageNum, pageSize: this.pageSize, title: this.keyword, categoryId: this.currentCategoryId }) if (res.data.code 200) { this.craftList res.data.data.records this.total res.data.data.total } else { this.$message.error(res.data.message) } } } }6.3 跨域问题处理前后端分离开发中跨域是第一个会遇到的问题。后端可以通过 CorsConfig 统一解决。// 文件路径src/main/java/com/example/craft/config/CorsConfig.java package com.example.craft.config; import org.springframework.context.annotation.Configuration; import org.springframework.web.servlet.config.annotation.CorsRegistry; import org.springframework.web.servlet.config.annotation.WebMvcConfigurer; Configuration public class CorsConfig implements WebMvcConfigurer { Override public void addCorsMappings(CorsRegistry registry) { registry.addMapping(/**) .allowedOriginPatterns(*) .allowedMethods(GET, POST, PUT, DELETE, OPTIONS) .allowedHeaders(*) .allowCredentials(true) .maxAge(3600); } }注意如果开启了allowCredentials(true)并设置了具体的前端地址建议把allowedOriginPatterns配置为你的前端实际地址而不是*。这样更安全也符合生产环境规范。7. 运行验证与效果检查7.1 后端启动在 IDEA 中打开后端工程等待 Maven 依赖下载完成后运行CraftApplication.java。启动成功后控制台会显示 Spring Boot 的启动日志和 Tomcat 端口。验证接口是否可用可以直接在浏览器访问http://localhost:8081/api/craft/list?pageNum1pageSize5如果返回 JSON 数据说明接口正常。7.2 前端启动在 VS Code 中打开前端工程执行npm install npm run serve启动后访问http://localhost:8080即可看到前端首页。建议先测试以下用户路径注册一个普通用户并登录浏览几个作品点击详情并收藏查看个人中心的收藏列表是否更新回到首页刷新“推荐内容”区域确认推荐列表基于刚才的浏览行为发生了变化。7.3 推荐效果判断方法手工编织平台上如果用户收藏了一个“钩针编织包”的作品推荐区域应优先出现同分类或同标签钩针、编织包的其他作品而不是随机出现棒针毛衣。这是验证推荐算法是否生效的最直观方法。8. 常见问题与排查方法问题现象可能原因排查方式解决方案后端启动报数据库连接失败MySQL 未启动或库不存在查看控制台报错信息检查 application.yml 配置先启动 MySQL创建对应数据库并导入 SQL 脚本前端页面白屏Vue 工程启动失败或后端地址配置错误打开浏览器控制台查看 Network 请求状态确认前端 api 文件中的 baseURL 与后端端口一致跨域请求被浏览器拦截后端未配置 CORS浏览器控制台查看 CORS 报错配置 CorsConfig允许前端地址跨域访问登录后获取用户信息报 401Token 失效或未携带请求头查看请求 Headers 是否包含 Authorization在 axios 拦截器中统一添加 Token收藏重复插入报错缺少联合唯一索引查看数据库表结构给 t_favorite 表的 user_id craft_id 添加联合唯一索引并在 Service 中做前置校验推荐结果为空新用户无行为数据或同分类下没有其他作品查看数据库是否有分类为空的记录推荐算法增加默认兜底策略返回热门作品或最新上架作品每一条问题都有明确的修复路径实际操作中优先看日志。Spring Boot 项目的日志会直接打印 SQL 语句排查数据库问题时非常有用。9. 最佳实践与工程建议9.1 代码层面统一异常处理建议在全局异常处理器中捕获业务异常、参数校验异常和兜底异常避免接口偶发异常时向前端透出堆栈信息。接口加注释每个 Controller 接口都加 Swagger 注解或 JavaDoc 注释。答辩时可以直接展示 API 文档也能提升代码评审的通过率。密码加密存储用户密码不要明文存储使用 BCrypt 或其他哈希算法。这是安全底线不是可选优化。9.2 数据库层面所有业务表建议加create_time和update_time字段审计问题时会非常方便。收藏表、浏览历史表的数据量增长快建议加索引。查询推荐数据时会用到user_id和category_id两个维度的聚合索引能显著提升响应速度。手工艺作品的图片不要直接存 base64 到数据库建议存图片 URL图片文件上传到本地目录或对象存储。9.3 毕设文档与答辩建议毕设如果需要写论文或设计文档可以按下面结构组织绪论非遗文化数字化保护背景、意义相关技术综述Spring Boot、Vue、推荐算法需求分析包括功能需求和非功能需求系统设计架构图、功能模块图、数据库表设计系统实现展示核心代码和页面截图系统测试功能测试、推荐效果分析总结与展望。答辩时有一个技巧不要从头到尾念 PPT。重点展示“遇到的问题”和“如何解决”。比如跨域问题、重复收藏问题、推荐兜底逻辑这些细节比“我实现了增删改查”更能让老师记住你的项目深度。10. 总结与后续学习方向这个项目真正的价值在于它用一套常见的 Spring Boot Vue 技术栈把“非遗平台”这个业务场景和“内容推荐算法”这个技术亮点结合了起来。对毕设而言既能满足系统功能完整度又能体现算法设计能力是一个性价比很高的选题方向。如果你已经拿到了源码建议先别急着改功能按顺序做这几件事把项目完整跑通一遍记录每一步的启动过程和端口对照数据库表结构梳理“用户-作品-行为”三条核心链路阅读推荐模块代码理解算法流程找一个可以扩展的点进行二次开发比如增加评论热度排序、加入相似作品推荐、增加热门榜单等。从就业角度看前后端分离项目的经验可以直接迁移到日常业务开发中。内容推荐算法的设计思路也可以延伸到商品推荐、资讯推荐、短视频推荐等场景。后续如果想深入可以学习 Elasticsearch 做内容检索、Redis 做热门榜单缓存、RabbitMQ 做行为异步上报这些都是从“毕设作品”走向“工业级项目”的必经之路。
基于Spring Boot与内容推荐算法的手工编织非遗平台设计与实现
很多计算机专业的同学做毕设都会遇到一个尴尬的循环选题太大做不完选题太小没亮点做完系统却讲不清技术含量。今天要拆解的这套“基于 Spring Boot 与内容推荐算法的手工编织非遗平台”恰好踩中了当前毕设评审最看重的几个点前后端分离架构、推荐算法落地、完整业务闭环。它不是那种只堆 CRUD 的“管理系统”而是把非遗展示、用户互动、个性化推荐串成了一个可运行、可讲解、可扩展的真实项目。这篇文章会从选题价值、系统设计、核心代码、推荐算法实现、部署排错几个角度完整展开。如果你正在准备毕设或者想把这类项目改造成自己的课设/求职项目这篇内容值得你认真看完。1. 这个项目真正值得做的原因手工编织非遗平台的难点不在于“增删改查”而在于“内容怎么触达用户”。一个普通的管理系统用户只能靠分类目录一页页翻找作品。但非遗平台的内容分类往往比较主观——用户可能喜欢的是“粗棒针织的复古风毛衣”而不是“分类编号 03 下的围巾”。内容推荐算法解决的就是这个问题根据用户的历史浏览、收藏、点赞行为推测他可能喜欢哪一类编织作品然后把对应的内容推到他面前。这在毕设答辩里是一个非常好的技术亮点因为评审老师能看到“你的系统不只是数据库的壳子而是真的有算法逻辑在里面”。同时从工程角度看这个项目使用了 Spring Boot Vue 的前后端分离模式。这类架构的好处是前端独立开发、独立部署可以使用 Node 生态的构建工具后端只提供 RESTful API便于后期接小程序、App 或第三方系统分工清晰便于写进简历和答辩文档。从源码资料的完整性看这类项目通常附带数据库脚本、接口文档、前端页面源码和部署说明对于需要快速跑通并二次开发的同学来说是非常友好的起点。2. 核心概念与前置知识在做这个项目之前有几个概念必须先理清。否则即使代码跑通了答辩或面试时也很容易被追问到答不上来。2.1 Spring Boot 在项目中扮演什么角色Spring Boot 是这套系统的后端基础框架。它简化了 Spring 项目的配置内置 Tomcat支持自动装配。在这个项目中Spring Boot 负责提供 RESTful API 接口管理业务逻辑层的依赖注入整合 MyBatis/JPA 操作数据库处理全局异常与统一返回结构。2.2 前后端分离到底“分”在哪传统单体项目里前端页面模板和后端代码在同一个工程内。前后端分离后前端是独立的 Vue 工程通过 HTTP 请求调用后端接口。两者的约定通常在接口文档中体现。后端返回统一的 JSON 格式前端拿到数据后渲染页面状态由前端管理。一个典型的分离架构如下Vue Frontend (端口: 8080) | | axios / fetch (RESTful API) v Spring Boot Backend (端口: 8081) | | MyBatis / JPA v MySQL Database (端口: 3306)2.3 内容推荐算法在非遗平台中的应用方式内容推荐算法广义上可分为三类基于内容的推荐Content-based分析用户曾经喜欢的物品的特征推荐具有相似特征的物品协同过滤推荐Collaborative Filtering利用“相似用户”或“相似物品”的历史行为做推荐混合推荐融合多种策略提升推荐质量和覆盖率。在手工编织平台中基于内容的推荐更容易落地。原因在于编织作品可以被结构化打标技法类型钩针、棒针、梭编、材质羊毛、棉线、混纺、适用场景家居、服饰、配饰、难度等级。有了标签体系就可以构建“用户兴趣画像”再通过画像进行推荐。3. 系统功能模块与数据库设计3.1 功能模块拆解一个完整的非遗平台从角色角度看主要分为管理员和普通用户。用户端注册登录浏览编织作品列表与详情按分类筛选、关键词搜索收藏作品、点赞作品、评论作品查看个人收藏列表与浏览历史接收首页推荐内容。管理员端作品管理新增、编辑、下架编织作品分类管理维护技法、风格、材质等分类标签用户管理封禁 / 启用用户账号推荐管理配置算法开关或查看推荐数据统计数据看板展示访问量、点赞量、收藏量等基础统计。从“增删改查”的角度看作品管理、分类管理、用户管理是核心。从“算法落地”的角度看用户行为记录表浏览、收藏、点赞、评论是关键。3.2 核心数据表设计编写数据库脚本时建议至少包含以下表。表结构设计的好坏会直接影响推荐算法的实现难度。-- 用户表 CREATE TABLE t_user ( id bigint(20) NOT NULL AUTO_INCREMENT, username varchar(50) NOT NULL COMMENT 用户名, password varchar(255) NOT NULL COMMENT 加密密码, nickname varchar(50) DEFAULT NULL, avatar varchar(255) DEFAULT NULL, role tinyint(4) DEFAULT 0 COMMENT 0-用户1-管理员, status tinyint(4) DEFAULT 1 COMMENT 1-正常0-禁用, create_time datetime DEFAULT CURRENT_TIMESTAMP, PRIMARY KEY (id) ) ENGINEInnoDB DEFAULT CHARSETutf8mb4; -- 作品分类表 CREATE TABLE t_category ( id bigint(20) NOT NULL AUTO_INCREMENT, name varchar(100) NOT NULL COMMENT 分类名称, code varchar(50) DEFAULT NULL COMMENT 分类编码, parent_id bigint(20) DEFAULT 0, sort int(11) DEFAULT 0, PRIMARY KEY (id) ) ENGINEInnoDB DEFAULT CHARSETutf8mb4; -- 编织作品表 CREATE TABLE t_craft ( id bigint(20) NOT NULL AUTO_INCREMENT, title varchar(200) NOT NULL COMMENT 作品标题, cover_image varchar(255) DEFAULT NULL COMMENT 封面图, images text COMMENT 多图逗号分隔, category_id bigint(20) DEFAULT NULL, technique varchar(50) DEFAULT NULL COMMENT 技法钩针、棒针等, material varchar(50) DEFAULT NULL COMMENT 材质羊毛、棉线等, difficulty tinyint(4) DEFAULT 1 COMMENT 难度1-简单2-中等3-困难, description text COMMENT 作品描述, view_count int(11) DEFAULT 0, like_count int(11) DEFAULT 0, favorite_count int(11) DEFAULT 0, status tinyint(4) DEFAULT 1 COMMENT 1-上架0-下架, create_time datetime DEFAULT CURRENT_TIMESTAMP, PRIMARY KEY (id) ) ENGINEInnoDB DEFAULT CHARSETutf8mb4; -- 收藏表 CREATE TABLE t_favorite ( id bigint(20) NOT NULL AUTO_INCREMENT, user_id bigint(20) NOT NULL, craft_id bigint(20) NOT NULL, create_time datetime DEFAULT CURRENT_TIMESTAMP, PRIMARY KEY (id), KEY idx_user_id (user_id) ) ENGINEInnoDB DEFAULT CHARSETutf8mb4; -- 浏览历史表 CREATE TABLE t_view_history ( id bigint(20) NOT NULL AUTO_INCREMENT, user_id bigint(20) NOT NULL, craft_id bigint(20) NOT NULL, view_time datetime DEFAULT CURRENT_TIMESTAMP, PRIMARY KEY (id), KEY idx_user_craft (user_id, craft_id) ) ENGINEInnoDB DEFAULT CHARSETutf8mb4;这套表结构将“用户-作品-行为”三张核心关系拆开后续推荐模块需要查询某个用户的喜好标签时可以直接从收藏表和浏览历史表关联作品表聚合得出。4. 环境准备与项目初始化4.1 环境要求依赖项说明JDK推荐 JDK 1.8 或 JDK 11具体以项目 pom.xml 为准Maven3.6 即可Node.js前端构建需要推荐 14 或 16MySQL5.7 或 8.0IDEIDEA 或 Eclipse后端推荐 IDEA前端工具VS Code版本请以你手中源码资料里的实际要求为准。本文重点演示通用思路不绑定死版本。4.2 后端工程初始目录结构一个清晰的 Spring Boot 工程应当按职责分包推荐结构如下src/main/java/com/example/craft/ ├── CraftApplication.java # 启动类 ├── common/ │ ├── Result.java # 统一返回结构 │ ├── ResultCode.java │ └── GlobalExceptionHandler.java ├── config/ │ ├── CorsConfig.java # 跨域配置 │ ├── WebMvcConfig.java │ └── MybatisPlusConfig.java # 分页插件配置 ├── controller/ │ ├── UserController.java │ ├── CraftController.java │ ├── CategoryController.java │ ├── FavoriteController.java │ ├── CommentController.java │ └── RecommendController.java ├── service/ │ ├── UserService.java │ ├── CraftService.java │ ├── FavoriteService.java │ ├── ViewHistoryService.java │ └── RecommendService.java ├── mapper/ │ ├── UserMapper.java │ ├── CraftMapper.java │ ├── FavoriteMapper.java │ └── ViewHistoryMapper.java ├── entity/ │ ├── User.java │ ├── Craft.java │ ├── Category.java │ ├── Favorite.java │ └── ViewHistory.java └── dto/ ├── CraftQueryDTO.java └── RecommendResultDTO.java4.3 后端核心配置文件application.yml是 Spring Boot 项目的核心配置文件。你需要根据本地数据库信息调整用户名密码。server: port: 8081 spring: datasource: driver-class-name: com.mysql.cj.jdbc.Driver url: jdbc:mysql://localhost:3306/craft_platform?useUnicodetruecharacterEncodingutf8useSSLfalseserverTimezoneAsia/Shanghai username: root password: your_password jackson: date-format: yyyy-MM-dd HH:mm:ss time-zone: GMT8 mybatis-plus: mapper-locations: classpath:mapper/*.xml configuration: log-impl: org.apache.ibatis.logging.stdout.StdOutImpl map-underscore-to-camel-case: true global-config: db-config: id-type: auto这里的关键字段是数据库连接串中的serverTimezoneAsia/Shanghai。如果缺少这个配置在部分 MySQL 版本下会出现 8 小时时差或连接报错。5. 后端核心代码实现5.1 统一返回结果封装前后端分离项目中统一返回结构能让前端处理数据更简单。后端所有接口都返回这个 Result 对象。// 文件路径src/main/java/com/example/craft/common/Result.java package com.example.craft.common; public class ResultT { private Integer code; private String message; private T data; public Result(Integer code, String message, T data) { this.code code; this.message message; this.data data; } public static T ResultT success(T data) { return new Result(200, success, data); } public static T ResultT success() { return new Result(200, success, null); } public static T ResultT error(Integer code, String message) { return new Result(code, message, null); } public Integer getCode() { return code; } public void setCode(Integer code) { this.code code; } public String getMessage() { return message; } public void setMessage(String message) { this.message message; } public T getData() { return data; } public void setData(T data) { this.data data; } }前端只需要判断code是否为 200就可以决定是渲染数据还是弹出错误提示。5.2 作品分页查询接口作品列表是平台最核心的接口也是“增删改查”中最常被考察的部分。这里使用 MyBatis Plus 的分页插件实现。// 文件路径src/main/java/com/example/craft/controller/CraftController.java package com.example.craft.controller; import com.baomidou.mybatisplus.core.conditions.query.QueryWrapper; import com.baomidou.mybatisplus.extension.plugins.pagination.Page; import com.example.craft.common.Result; import com.example.craft.entity.Craft; import com.example.craft.service.CraftService; import org.springframework.beans.factory.annotation.Autowired; import org.springframework.web.bind.annotation.*; RestController RequestMapping(/api/craft) public class CraftController { Autowired private CraftService craftService; /** * 分页查询编织作品列表 * param pageNum 页码从1开始 * param pageSize 每页条数 * param title 标题模糊搜索可选 * param categoryId 分类筛选可选 */ GetMapping(/list) public ResultPageCraft list( RequestParam(defaultValue 1) Integer pageNum, RequestParam(defaultValue 10) Integer pageSize, RequestParam(required false) String title, RequestParam(required false) Long categoryId) { PageCraft page new Page(pageNum, pageSize); QueryWrapperCraft wrapper new QueryWrapper(); wrapper.eq(status, 1); if (title ! null !title.isEmpty()) { wrapper.like(title, title); } if (categoryId ! null) { wrapper.eq(category_id, categoryId); } wrapper.orderByDesc(create_time); PageCraft result craftService.page(page, wrapper); return Result.success(result); } /** * 查询作品详情 */ GetMapping(/detail/{id}) public ResultCraft detail(PathVariable Long id) { Craft craft craftService.getById(id); if (craft null) { return Result.error(404, 作品不存在); } // 浏览量加1 craftService.increaseViewCount(id); return Result.success(craft); } }这个接口同时支持分页、搜索、分类筛选和状态过滤。在设计时需要注意查询列表时不要返回 description 等大字段否则数据量大时响应会变慢。可以用 DTO 或 QueryWrapper 的 select 方法做字段裁剪。5.3 收藏与浏览记录接口推荐算法依赖用户行为数据。收藏和浏览记录是两条最重要的数据来源。// 文件路径src/main/java/com/example/craft/controller/FavoriteController.java package com.example.craft.controller; import com.example.craft.common.Result; import com.example.craft.entity.Favorite; import com.example.craft.service.FavoriteService; import org.springframework.beans.factory.annotation.Autowired; import org.springframework.web.bind.annotation.*; RestController RequestMapping(/api/favorite) public class FavoriteController { Autowired private FavoriteService favoriteService; /** * 收藏作品 */ PostMapping(/add) public ResultVoid add(RequestParam Long userId, RequestParam Long craftId) { boolean success favoriteService.addFavorite(userId, craftId); return success ? Result.success() : Result.error(500, 收藏失败); } /** * 取消收藏 */ DeleteMapping(/cancel) public ResultVoid cancel(RequestParam Long userId, RequestParam Long craftId) { boolean success favoriteService.cancelFavorite(userId, craftId); return success ? Result.success() : Result.error(500, 取消收藏失败); } /** * 当前用户是否已收藏该作品 */ GetMapping(/check) public ResultBoolean check(RequestParam Long userId, RequestParam Long craftId) { return Result.success(favoriteService.isFavorite(userId, craftId)); } }这里有一个非常容易忽略的细节收藏接口一定需要做“重复收藏”校验。如果用户连续点击两次收藏按钮数据库里出现重复记录推荐算法在统计行为权重时就会出错。5.4 推荐算法核心实现5.4.1 基于标签聚合的用户兴趣画像对于非遗手工艺平台比较实用的推荐策略是先构建“用户-标签”矩阵通过用户历史行为累计标签权重。标签可以是技法钩针/棒针/绳编、材质羊毛/棉线/麻线、风格复古/简约/民族风。一个作品如果有多个标签可以在标签表中以多条记录存储也可以用 string 类型字段存储后按分隔符拆解。以下是一个简化版推荐服务实现思路// 文件路径src/main/java/com/example/craft/service/impl/RecommendServiceImpl.java package com.example.craft.service.impl; import com.baomidou.mybatisplus.core.conditions.query.QueryWrapper; import com.example.craft.entity.Craft; import com.example.craft.entity.Favorite; import com.example.craft.entity.ViewHistory; import com.example.craft.mapper.CraftMapper; import com.example.craft.mapper.FavoriteMapper; import com.example.craft.mapper.ViewHistoryMapper; import org.springframework.beans.factory.annotation.Autowired; import org.springframework.stereotype.Service; import java.util.*; import java.util.stream.Collectors; Service public class RecommendServiceImpl { Autowired private FavoriteMapper favoriteMapper; Autowired private ViewHistoryMapper viewHistoryMapper; Autowired private CraftMapper craftMapper; /** * 基于用户行为的推荐 * 简化策略根据用户收藏作品的分类标签统计偏好推荐同标签下其他作品 */ public ListCraft recommendForUser(Long userId, int limit) { // 1. 查询用户收藏的作品 QueryWrapperFavorite favWrapper new QueryWrapper(); favWrapper.eq(user_id, userId); ListFavorite favorites favoriteMapper.selectList(favWrapper); // 2. 查询用户浏览历史 QueryWrapperViewHistory historyWrapper new QueryWrapper(); historyWrapper.eq(user_id, userId); ListViewHistory histories viewHistoryMapper.selectList(historyWrapper); // 3. 汇总用户感兴趣的作品ID集合收藏权重 浏览权重这里简单做去重合并 SetLong interactedCraftIds new HashSet(); favorites.forEach(f - interactedCraftIds.add(f.getCraftId())); histories.forEach(h - interactedCraftIds.add(h.getCraftId())); if (interactedCraftIds.isEmpty()) { // 新用户无行为数据返回最新上架作品 QueryWrapperCraft newWrapper new QueryWrapper(); newWrapper.eq(status, 1).orderByDesc(create_time).last(limit limit); return craftMapper.selectList(newWrapper); } // 4. 统计用户最感兴趣的分类 MapLong, Integer categoryScore new HashMap(); for (Long craftId : interactedCraftIds) { Craft craft craftMapper.selectById(craftId); if (craft ! null craft.getCategoryId() ! null) { categoryScore.merge(craft.getCategoryId(), 1, Integer::sum); } } ListMap.EntryLong, Integer sortedCategories categoryScore.entrySet().stream() .sorted((e1, e2) - e2.getValue().compareTo(e1.getValue())) .collect(Collectors.toList()); if (sortedCategories.isEmpty()) { return new ArrayList(); } // 5. 从偏好分类中取热度较高的作品返回排除已交互的 ListCraft recommendList new ArrayList(); for (Map.EntryLong, Integer entry : sortedCategories) { if (recommendList.size() limit) break; QueryWrapperCraft craftWrapper new QueryWrapper(); craftWrapper.eq(status, 1) .eq(category_id, entry.getKey()) .notIn(id, interactedCraftIds) .orderByDesc(view_count) .last(limit (limit - recommendList.size())); recommendList.addAll(craftMapper.selectList(craftWrapper)); } return recommendList; } }这段代码的逻辑可以总结为三步收集用户行为数据统计用户偏好的分类在偏好分类下筛选热度高且用户未交互过的作品。这种实现比简单的“随机推荐”或“最新推荐”更有说服力。而且它不依赖复杂的外部组件直接在项目里就能跑通。如果想要更强的推荐效果可以引入 Redis 做缓存、用定时任务计算离线推荐结果但毕设阶段用这个方案已经能清楚展示推荐思路。5.4.2 协同过滤思路扩展如果项目要求“内容推荐算法”更深入可以在这一版基础上增加基于用户的协同过滤找到与当前用户兴趣最相似的其他用户把那些用户收藏过、但当前用户没看过的高热度作品推荐出来。相似度计算可以使用余弦相似度。用“用户-作品收藏矩阵”的每一行代表用户的兴趣向量然后计算余弦相似度。// 简化版余弦相似度计算 public double cosineSimilarity(MapLong, Integer userA, MapLong, Integer userB) { SetLong commonKeys new HashSet(userA.keySet()); commonKeys.retainAll(userB.keySet()); double dotProduct 0; double normA 0; double normB 0; for (Long key : commonKeys) { dotProduct userA.get(key) * userB.get(key); } for (Integer value : userA.values()) { normA Math.pow(value, 2); } for (Integer value : userB.values()) { normB Math.pow(value, 2); } if (normA 0 || normB 0) { return 0; } return dotProduct / (Math.sqrt(normA) * Math.sqrt(normB)); }需要说明的是当前用户数量少时协同过滤可能找不到“相似用户”所以实践中通常会把基于内容的推荐作为主推荐策略协同过滤作为补充。这种组合策略在项目文档里也更容易写出层次感。6. 前端功能与接口联调6.1 前端页面结构前端工程建议基于 Vue 2 或 Vue 3 Element UI。核心页面包括首页Banner 轮播、热门作品、个性化推荐列表作品列表页分类筛选、搜索、分页作品详情页多图展示、标签信息、收藏 / 点赞 / 评论个人中心收藏列表、浏览历史、修改资料。6.2 前端调用接口示例以作品列表页为例使用 axios 调用后端接口// 文件路径src/api/craft.js import axios from axios const request axios.create({ baseURL: http://localhost:8081/api, timeout: 10000, headers: { Content-Type: application/json } }) // 分页获取作品列表 export function getCraftList(params) { return request.get(/craft/list, { params }) } // 获取作品详情 export function getCraftDetail(id) { return request.get(/craft/detail/${id}) } // 收藏作品 export function addFavorite(userId, craftId) { return request.post(/favorite/add, null, { params: { userId, craftId } }) } // 获取推荐列表 export function getRecommendList(userId, limit) { return request.get(/recommend/list, { params: { userId, limit } }) }前端调用时需要注意接口的返回结构统一从res.data.code判断请求是否成功。// 页面中调用 import { getCraftList } from /api/craft export default { data() { return { craftList: [], total: 0, pageNum: 1, pageSize: 12 } }, methods: { async fetchList() { const res await getCraftList({ pageNum: this.pageNum, pageSize: this.pageSize, title: this.keyword, categoryId: this.currentCategoryId }) if (res.data.code 200) { this.craftList res.data.data.records this.total res.data.data.total } else { this.$message.error(res.data.message) } } } }6.3 跨域问题处理前后端分离开发中跨域是第一个会遇到的问题。后端可以通过 CorsConfig 统一解决。// 文件路径src/main/java/com/example/craft/config/CorsConfig.java package com.example.craft.config; import org.springframework.context.annotation.Configuration; import org.springframework.web.servlet.config.annotation.CorsRegistry; import org.springframework.web.servlet.config.annotation.WebMvcConfigurer; Configuration public class CorsConfig implements WebMvcConfigurer { Override public void addCorsMappings(CorsRegistry registry) { registry.addMapping(/**) .allowedOriginPatterns(*) .allowedMethods(GET, POST, PUT, DELETE, OPTIONS) .allowedHeaders(*) .allowCredentials(true) .maxAge(3600); } }注意如果开启了allowCredentials(true)并设置了具体的前端地址建议把allowedOriginPatterns配置为你的前端实际地址而不是*。这样更安全也符合生产环境规范。7. 运行验证与效果检查7.1 后端启动在 IDEA 中打开后端工程等待 Maven 依赖下载完成后运行CraftApplication.java。启动成功后控制台会显示 Spring Boot 的启动日志和 Tomcat 端口。验证接口是否可用可以直接在浏览器访问http://localhost:8081/api/craft/list?pageNum1pageSize5如果返回 JSON 数据说明接口正常。7.2 前端启动在 VS Code 中打开前端工程执行npm install npm run serve启动后访问http://localhost:8080即可看到前端首页。建议先测试以下用户路径注册一个普通用户并登录浏览几个作品点击详情并收藏查看个人中心的收藏列表是否更新回到首页刷新“推荐内容”区域确认推荐列表基于刚才的浏览行为发生了变化。7.3 推荐效果判断方法手工编织平台上如果用户收藏了一个“钩针编织包”的作品推荐区域应优先出现同分类或同标签钩针、编织包的其他作品而不是随机出现棒针毛衣。这是验证推荐算法是否生效的最直观方法。8. 常见问题与排查方法问题现象可能原因排查方式解决方案后端启动报数据库连接失败MySQL 未启动或库不存在查看控制台报错信息检查 application.yml 配置先启动 MySQL创建对应数据库并导入 SQL 脚本前端页面白屏Vue 工程启动失败或后端地址配置错误打开浏览器控制台查看 Network 请求状态确认前端 api 文件中的 baseURL 与后端端口一致跨域请求被浏览器拦截后端未配置 CORS浏览器控制台查看 CORS 报错配置 CorsConfig允许前端地址跨域访问登录后获取用户信息报 401Token 失效或未携带请求头查看请求 Headers 是否包含 Authorization在 axios 拦截器中统一添加 Token收藏重复插入报错缺少联合唯一索引查看数据库表结构给 t_favorite 表的 user_id craft_id 添加联合唯一索引并在 Service 中做前置校验推荐结果为空新用户无行为数据或同分类下没有其他作品查看数据库是否有分类为空的记录推荐算法增加默认兜底策略返回热门作品或最新上架作品每一条问题都有明确的修复路径实际操作中优先看日志。Spring Boot 项目的日志会直接打印 SQL 语句排查数据库问题时非常有用。9. 最佳实践与工程建议9.1 代码层面统一异常处理建议在全局异常处理器中捕获业务异常、参数校验异常和兜底异常避免接口偶发异常时向前端透出堆栈信息。接口加注释每个 Controller 接口都加 Swagger 注解或 JavaDoc 注释。答辩时可以直接展示 API 文档也能提升代码评审的通过率。密码加密存储用户密码不要明文存储使用 BCrypt 或其他哈希算法。这是安全底线不是可选优化。9.2 数据库层面所有业务表建议加create_time和update_time字段审计问题时会非常方便。收藏表、浏览历史表的数据量增长快建议加索引。查询推荐数据时会用到user_id和category_id两个维度的聚合索引能显著提升响应速度。手工艺作品的图片不要直接存 base64 到数据库建议存图片 URL图片文件上传到本地目录或对象存储。9.3 毕设文档与答辩建议毕设如果需要写论文或设计文档可以按下面结构组织绪论非遗文化数字化保护背景、意义相关技术综述Spring Boot、Vue、推荐算法需求分析包括功能需求和非功能需求系统设计架构图、功能模块图、数据库表设计系统实现展示核心代码和页面截图系统测试功能测试、推荐效果分析总结与展望。答辩时有一个技巧不要从头到尾念 PPT。重点展示“遇到的问题”和“如何解决”。比如跨域问题、重复收藏问题、推荐兜底逻辑这些细节比“我实现了增删改查”更能让老师记住你的项目深度。10. 总结与后续学习方向这个项目真正的价值在于它用一套常见的 Spring Boot Vue 技术栈把“非遗平台”这个业务场景和“内容推荐算法”这个技术亮点结合了起来。对毕设而言既能满足系统功能完整度又能体现算法设计能力是一个性价比很高的选题方向。如果你已经拿到了源码建议先别急着改功能按顺序做这几件事把项目完整跑通一遍记录每一步的启动过程和端口对照数据库表结构梳理“用户-作品-行为”三条核心链路阅读推荐模块代码理解算法流程找一个可以扩展的点进行二次开发比如增加评论热度排序、加入相似作品推荐、增加热门榜单等。从就业角度看前后端分离项目的经验可以直接迁移到日常业务开发中。内容推荐算法的设计思路也可以延伸到商品推荐、资讯推荐、短视频推荐等场景。后续如果想深入可以学习 Elasticsearch 做内容检索、Redis 做热门榜单缓存、RabbitMQ 做行为异步上报这些都是从“毕设作品”走向“工业级项目”的必经之路。
