基于Python的文化旅游信息公开管理平台 计算机毕业设计选题 【源码-文档报告-代码讲解】

# 以下代码模拟了在Django视图中的核心业务逻辑处理，并集成了Spark用于离线数据分析的场景# 假设此为推荐系统模块，首先初始化SparkSession用于离线分析用户行为日志from pyspark.sql import SparkSessionspark = SparkSession.builder.appName("TourismRecommendation").getOrCreate()# 核心功能1：管理员添加或更新景点信息def manage_attraction(request):    if request.method == 'POST':        attraction_id = request.POST.get('attraction_id')        name = request.POST.get('name', '').strip()        description = request.POST.get('description', '').strip()        location = request.POST.get('location', '').strip()        if not name or not location:            return JsonResponse({'status': 'error', 'message': '景点名称和位置不能为空'})        try:            if attraction_id:                attraction = Attraction.objects.get(id=attraction_id)                attraction.name = name                attraction.description = description                attraction.location = location            else:                attraction = Attraction(name=name, description=description, location=location)            attraction.save()            return JsonResponse({'status': 'success', 'message': '操作成功', 'attraction_id': attraction.id})        except Attraction.DoesNotExist:            return JsonResponse({'status': 'error', 'message': '景点不存在'})        except Exception as e:            return JsonResponse({'status': 'error', 'message': f'服务器错误: {str(e)}'})    return JsonResponse({'status': 'error', 'message': '请求方法错误'})# 核心功能2：用户提交评论并更新景点平均分def submit_comment(request):    if request.method == 'POST' and request.user.is_authenticated:        user = request.user        attraction_id = request.POST.get('attraction_id')        content = request.POST.get('content', '').strip()        rating = int(request.POST.get('rating', 0))        if not (1 <= rating <= 5):            return JsonResponse({'status': 'error', 'message': '评分必须在1-5之间'})        if not content:            return JsonResponse({'status': 'error', 'message': '评论内容不能为空'})        try:            attraction = Attraction.objects.get(id=attraction_id)            if Comment.objects.filter(user=user, attraction=attraction).exists():                return JsonResponse({'status': 'error', 'message': '您已经评论过此景点'})            comment = Comment.objects.create(user=user, attraction=attraction, content=content, rating=rating)            comments = Comment.objects.filter(attraction=attraction)            avg_rating = comments.aggregate(avg_rating=Avg('rating'))['avg_rating']            attraction.average_rating = round(avg_rating, 1)            attraction.save()            return JsonResponse({'status': 'success', 'message': '评论成功', 'new_avg_rating': attraction.average_rating})        except Attraction.DoesNotExist:            return JsonResponse({'status': 'error', 'message': '景点不存在'})    return JsonResponse({'status': 'error', 'message': '无效的请求'})# 核心功能3：基于Spark分析的个性化推荐（模拟离线计算过程）def generate_recommendations(user_id):    # 假设user_behavior_log是一个包含(user_id, attraction_id, action_type)的HDFS路径    # 这里用本地模拟数据代替    data = [(1, 101, 'view'), (1, 102, 'view'), (2, 101, 'view'), (2, 103, 'view'), (3, 102, 'view'), (3, 104, 'view')]    columns = ["user_id", "attraction_id", "action"]    df = spark.createDataFrame(data, columns)    user_actions = df.filter(col("user_id") == user_id).select("attraction_id").distinct()    viewed_attractions = [row['attraction_id'] for row in user_actions.collect()]    co_viewed_df = df.alias("df1").join(df.alias("df2"), col("df1.attraction_id") == col("df2.attraction_id")).filter(col("df1.user_id") != col("df2.user_id"))    similar_users = co_viewed_df.filter(col("df1.user_id") == user_id).select(col("df2.user_id").alias("similar_user")).distinct()    recommendations_df = similar_users.join(df, similar_users.similar_user == df.user_id).filter(~col("attraction_id").isin(viewed_attractions))    final_recommendations = recommendations_df.groupBy("attraction_id").count().orderBy(col("count").desc())    recommended_ids = [row['attraction_id'] for row in final_recommendations.limit(5).collect()]    recommended_attractions = Attraction.objects.filter(id__in=recommended_ids)    return list(recommended_attractions.values())