实现基于用户/物品的协同过滤与内容推荐的混合算法，含离线训练与在线推荐接口，并提供推荐效果评估，适合机器学习毕设。
功能模块
- 用户评分数据导入与预处理
- 协同过滤（UserCF / ItemCF）推荐
- 混合推荐与冷启动处理
- 推荐结果展示与准确率评估
技术栈
Python + Pandas + scikit-learn / Surprise 推荐库，后端 Flask，前端 Vue + ECharts。
系统角色
- 管理员：数据与模型管理
- 用户：浏览与获取推荐
适用专业
人工智能、计算机科学与技术、数据科学与大数据技术。可作为本科毕业设计、课程设计或实训项目选题。
交付内容
- 完整可运行源码（含数据库建表与示例数据脚本）
- 本地部署与运行说明文档（图文步骤）
- 核心功能演示截图，关键模块代码注释
- 购买后提供基础的安装答疑协助
说明：本条目为示例数据，封面与截图均为本地占位 SVG，正式上架内容请在管理后台编辑替换。源码仅供学习与个人项目参考。
