摆摊卖爱情1. 项目背景与核心价值
白酒作为中国传统消费品，其市场数据蕴含着丰富的商业价值。这个毕业设计项目巧妙地将数据可视化、AI问答和Python技术栈结合，构建了一个完整的白酒数据分析与推荐系统。不同于普通的电商推荐系统，本项目需要处理白酒特有的香型、度数、产地等专业维度，这对数据建模提出了更高要求。
我在实际开发中发现，白酒数据具有几个鲜明特点：首先是地域特征明显，不同省份对香型偏好差异巨大；其次是价格带分布广，从几十元到上万元的产品需要分层处理；最重要的是用户评价维度特殊，"醇厚度"、"回味"等指标需要专门设计情感分析模型。这些特点让这个毕业项目具备了独特的挑战性和实用性。
需要模型API调用？ 免费领10W Token，多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 系统架构设计
2.1 整体技术栈选型
系统采用经典的三层架构：
- 前端：ECharts + Flask（轻量易部署）
- 业务层：Python科学计算栈（Pandas, NumPy）
- 数据层：MySQL + Redis缓存
- AI模块：Sentence-BERT + 自定义分类器
选择Flask而非Django的考虑：毕业项目需要快速迭代演示，Flask的轻量级特性更适合教学场景。实际测试中，在4核8G的学生服务器上，Flask能稳定支持50+并发请求。
2.2 数据流设计
mermaid复制graph TD
A[原始数据] --> B(Pandas预处理)
B --> C{数据类型}
C -->|结构化| D[MySQL]
C -->|非结构化| E[Elasticsearch]
D --> F[特征工程]
E --> G[文本向量化]
F & G --> H[推荐引擎]
H --> I[可视化接口]
注意：实际开发中要特别注意白酒评价文本的特殊性，比如"酱香突出"这类行业术语需要定制词库
3. 数据采集与清洗实战
3.1 多源数据获取
我们整合了三类数据源：
- 电商平台API（京东、天猫）
- 垂直酒类网站爬虫（使用Scrapy）
- 自建问卷系统（收集用户偏好）
爬虫开发中的关键技巧：
python复制# 处理动态加载的评论数据
def parse_reviews(response):
data = response.json()
for item in data['comments']:
# 专门处理白酒特有的评价关键词
if '回味' in item['content']:
yield {
'feature': 'aftertaste',
'score': len(item['content'].split('回味')) - 1
}
3.2 数据清洗的特别处理
白酒数据需要特殊清洗规则：
- 度数字段：统一转换为%vol格式
- 容量规格：将"500ml""一斤"等统一标准化
- 产地处理：建立省市二级关联表
常见坑点：某些品牌会标注"53度飞天茅台"这类复合字段，需要正则表达式拆分：
python复制import re
pattern = r'(\d+)度(.*)'
match = re.match(pattern, "53度飞天茅台")
if match:
degree, name = match.groups()
4. 可视化大屏实现
4.1 ECharts高级配置
针对白酒数据特点，我们设计了四种核心视图：
- 香型地域分布热力图
- 价格-评分气泡图
- 品牌销售趋势面积图
- 用户画像雷达图
关键配置示例：
javascript复制option = {
series: [{
type: 'pie',
radius: ['40%', '70%'],
data: [
{value: 1048, name: '酱香型'},
{value: 735, name: '浓香型'},
{value: 580, name: '清香型'},
{value: 300, name: '兼香型'}
],
itemStyle: {
borderRadius: 10,
borderColor: '#fff',
borderWidth: 2
}
}]
}
4.2 动态交互实现
通过Flask+WebSocket实现实时更新：
python复制@app.route('/update_data')
def update_data():
new_data = get_realtime_sales()
socketio.emit('data_update', new_data)
return jsonify(status='success')
前端监听代码：
javascript复制socket.on('data_update', function(data){
chart.setOption({
series: [{
data: data
}]
});
});
5. AI问答模块开发
5.1 问答引擎架构
采用混合模式：
- 规则引擎处理结构化查询（"500元以下的酱香酒"）
- BERT模型处理语义查询（"适合长辈生日宴的酒"）
模型训练关键代码：
python复制from sentence_transformers import SentenceTransformer
model = SentenceTransformer('paraphrase-multilingual-MiniLM-L12-v2')
# 白酒领域微调
train_examples = [
InputExample(texts=['商务宴请', '茅台 五粮液']),
InputExample(texts=['婚宴用酒', '红花郎 剑南春'])
]
train_dataloader = DataLoader(train_examples, shuffle=True, batch_size=16)
model.fit(train_objectives=[(train_dataloader, train_loss)], epochs=5)
5.2 典型问题处理方案
- 价格区间查询：
sql复制SELECT * FROM products
WHERE price BETWEEN ? AND ?
ORDER BY sales DESC LIMIT 10
- 场景推荐（使用余弦相似度）：
python复制def recommend_by_scene(scene):
scene_vec = model.encode(scene)
products = get_all_products()
similarities = []
for p in products:
sim = cosine_similarity(scene_vec, p['vector'])
similarities.append((p, sim))
return sorted(similarities, key=lambda x: x[1], reverse=True)[:5]
6. 推荐算法优化
6.1 混合推荐策略
结合三种算法：
- 协同过滤（用户行为相似度）
- 内容推荐（产品特征匹配）
- 时序推荐（节日季节因素）
算法权重动态调整公式：
code复制final_score = 0.4*CF + 0.3*CB + 0.2*TF + 0.1*random
6.2 冷启动解决方案
对于新用户采用三级降级策略：
- 先询问3个偏好问题
- 若无反馈，采用地域默认偏好
- 最后使用热销榜单
实现代码：
python复制def cold_start(user):
if user.answers:
return content_based(user.answers)
elif user.location:
return region_based(user.location)
else:
return get_hot_sales(limit=10)
7. 项目部署与性能优化
7.1 学生服务器部署方案
推荐配置：
- Ubuntu 20.04 LTS
- MySQL 8.0 + Redis 6.2
- Python 3.8虚拟环境
- Gunicorn + Nginx反向代理
启动脚本示例：
bash复制gunicorn -w 4 -b 0.0.0.0:8000 app:app \
--access-logfile access.log \
--error-logfile error.log \
--timeout 120
7.2 性能优化技巧
-
数据库层面：
- 为香型、价格区间建立组合索引
- 使用Redis缓存热门查询
-
算法层面：
- 预计算推荐结果（每小时更新）
- 使用FAISS加速向量检索
-
前端层面：
- 图表数据懒加载
- WebP格式图片压缩
8. 毕业答辩准备建议
8.1 演示重点设计
建议突出三个亮点：
- 白酒领域知识图谱构建
- 评价文本的情感分析创新
- 混合推荐策略的AB测试结果
8.2 常见问题应对
准备好这些问题的答案：
- 如何保证推荐结果的多样性？
- 冷启动问题具体如何解决？
- 与传统推荐系统相比的创新点？
我在实际答辩中发现，评委特别关注"项目是否真的理解白酒行业特点"。建议准备几个典型case：
- 为什么酱香型在北方推荐权重较低
- 节日期间推荐策略的调整方法
9. 项目扩展方向
如果想继续深化项目，可以考虑：
- 加入社交数据（微信小程序收集）
- 开发移动端应用（Flutter跨平台）
- 接入实时销售数据流（Kafka+Spark）
一个有趣的扩展点：通过用户拍照识别酒瓶，结合CV技术实现"扫一扫荐酒"功能。这需要：
python复制import cv2
def recognize_bottle(image):
# 使用预训练的YOLO模型
model = cv2.dnn.readNet('bottle_model.weights', 'bottle_model.cfg')
blob = cv2.dnn.blobFromImage(image, 1/255, (416,416))
model.setInput(blob)
outputs = model.forward(model.getUnconnectedOutLayersNames())
# 后处理识别结果...
这个毕业项目最让我有成就感的是，通过技术手段揭示了白酒消费中那些"只可意会"的规律。比如我们发现：在江浙沪地区，38-42度的酒款在商务场景中接受度最高，这与当地饮食偏清淡的特点高度相关。这种洞察才是数据系统真正的价值所在。