每到毕业设计开题季,“旅游路线推荐系统”这类题目就会重新火起来。今年因为Django、LLM大模型和“大数据”这几个词被放到同一个标题里,关注度一路走高。我花了两周时间把这套系统完整搭了一遍,从用户偏好采集、经典协同过滤召回,到大模型生成推荐理由,再到基于大数据的可视化分析面板,整条链路都实际跑过。这篇就当是给想选这个方向的同学的一份实操笔记,里面每一段都是我自己在编码、调试、部署过程中遇到过的东西,不是那种只讲概念的空文。
1. 毕设选题的真实动机:Django和LLM为什么会出现在同一个系统里
1.1 选题前的三个误区,我帮你先排掉
做毕设最怕的不是技术难,而是题目看起来热闹、做起来不知道从哪里下手。这套系统名字很长,但大部分人拿到题目时其实是糊涂的。我先说三个最常见的错误想法,避免你走弯路。
第一个误区:以为LLM就是用来直接生成路线的。很多人觉得,大模型这么强,我把用户需求丢给它,让它输出一套旅行路线不就行了吗?实际试过就明白,完全不可行。大模型确实能生成看起来合理的路线,但它不知道真实的地理位置、景点营业时间、景区之间的交通耗时,更关键的是它会一本正经地编造不存在的景点和距离。让大模型直接当推荐引擎,结果就是答辩现场翻车。
第二个误区:以为大数据模块就是爬一堆数据堆在页面上。很多同学做的所谓大数据分析,就是从某个旅游网站抓了几万条数据,然后画几个饼图。这只能叫数据展示,不叫数据分析。一个合格的毕设,至少需要让数据在业务里流动起来:用数据做推荐依据、用数据支撑路线排序、用数据发现用户偏好。
第三个误区:以为推荐系统必须从零写神经网络才算有深度。实际上,对于本科毕设来说,经典的协同过滤加上合理的业务规则,配合LLM做增强和解释生成,已经能形成完整的故事。老师看的不是算法多前沿,而是你能不能把“为什么要这样设计”讲清楚,能不能把链路走通。
1.2 我最终敲定的功能清单和系统定位
在这个项目里,我把整个系统的定位确定为:基于用户行为数据和自然语言需求的智能旅游路线推荐与规划平台。说白了,用户登录后填一下偏好,系统给出几条路线,用户还能要求大模型解释一下“为什么推荐这条路线”。
最终交付的功能分四块:
- 用户端:注册登录、完善兴趣标签(如自然风光、人文历史、美食购物)、浏览景点库、查看推荐路线、路线详情页、收藏和评论。
- 推荐端:基于协同过滤召回用户可能感兴趣的景点,再根据时间、季节、区域等规则排序,最后交给LLM生成个性化的推荐说明。
- 路线规划端:用户在选定多个景点后,系统自动规划合理的游玩顺序,估算时间与交通距离。
- 大数据分析端:统计景点热度、用户行为趋势、客流预测、地区分析,用可视化图表展示,并反哺推荐引擎的权重参数。
这套功能既有技术含量,又不至于做不完。核心思路是用Django构建完整的Web业务体系,用经典推荐算法保证基础效果,用LLM提升交互体验和“个性化”的观感,用数据分析模块把项目整体抬高一个档位,让它配得上“大数据毕业设计”这个标签。
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:数据层、推荐引擎与LLM的角色划分
2.1 核心数据怎么建模:三张表决定了整个系统的上限
不管推荐算法多花哨,底层的数据模型必须稳。我设计了一个以“用户—景点—行为”为核心的数据结构。最开始做原型时我建了七八张表,后来精简成下面这些关键表:
| 表名 | 关键字段 | 作用 |
|---|---|---|
| User | id, username, password, age, city, interests | 存储用户基本信息和兴趣偏好 |
| ScenicSpot | id, name, city, category, price, longitude, latitude, popularity, score | 存储景点基础信息与热度评分 |
| UserBehavior | id, user_id, spot_id, behavior_type, timestamp | 记录浏览、收藏、评分、搜索等行为 |
| Route | id, user_id, spots, title, description, create_time | 保存最终的推荐或自定义路线 |
| Comment | id, user_id, route_id, content, rating | 用户对路线的评价反馈 |
这里要先说明一个容易被忽略的设计决策:用户兴趣标签,我是直接以JSON字段存在User表里,还是单独建表?我实际对比过,毕设阶段直接用JSONField存储即可。原因很简单,兴趣标签是低频更新数据,单独建表会引入大量冗余的关联查询,而且Django的JSONField在后续过滤和统计时完全够用。
景点数据从哪来?这是每个做旅游项目的人都会遇到的问题。我推荐走两条路:一是使用高校公开的旅游数据集,比如UCI上的景区点评数据,或国内一些开源数据平台的POI数据;二是自己编写爬虫获取公开展示的景点信息。但考虑到毕业设计的时间成本和法律风险,我建议优先使用公开数据集,再手动补充100~200条本地景点数据用于演示。演示时数据量不需要太大,关键是把“从数据到推荐”的链路打通。
2.2 推荐流程分三步:为什么不能全部交给LLM
很多同学在论文里写“基于大模型的推荐系统”,但实际架构却是把大模型API当成了一个黑盒,输入输出全靠提示词。这种设计在答辩时几乎必被追问:“如果API返回错误怎么办?延迟如何控制?成本如何控制?”我在设计时就明确划分了职责,推荐链路分三步走:
第一步,召回阶段:用协同过滤和兴趣标签,从景点库中筛选出用户可能感兴趣的50~100个候选景点。这一步追求的是速度快、覆盖广,不需要太精确。
第二步,排序阶段:基于规则模型进行精细化排序,考虑因素包括景点的综合评分、热度、用户所在城市、当前季节、游玩时间窗口、景点之间的地理距离。这一步产出一个带分数的有序候选列表,是最后的兜底推荐结果。换句话说,即使LLM完全失效,这个系统依然可以正常推荐。
第三步,LLM增强阶段:把用户的需求文本和候选路线列表一起丢给大模型,让它做两件事。一是对候选路线做一次“可读性排序”,比如根据用户“带父母”“亲子游”“一个人穷游”等表述微调优先级;二是生成推荐理由,用自然语言解释为什么推荐这条路线。这一步是大模型真正产生价值的环节,但它承担的是“增强”职责,而不是“核心计算”职责。
我实测下来,这种分工方式有几个明显好处:即使大模型API超时,也不会导致整个推荐流程失败,可以用排序阶段的兜底结果返回;大模型的Token消耗可控,因为每次只传10~20条候选路线而不是全量数据;答辩时可以自信地讲清楚每一模块的职责边界,而不是一句“AI生成”糊弄过去。
2.3 大数据分析模块在本项目中的真实角色
大数据这里并不是“伪需求”,而是可以直接为推荐系统服务的。我在项目里实现了三个分析场景:
- 景点热度预测:基于过去90天的用户行为数据,统计每个景点的日访问量变化,用简单的时间序列滑动平均法预测未来7天的热度趋势。这个热度值会直接进入推荐排序算法,作为权重之一。
- 用户画像分析:从用户的年龄、地域、兴趣标签、行为类型中提取特征,统计不同用户群体的偏好差异。比如“18~25岁用户更喜欢自然风光类景点”这个结论,可以反向指导协同过滤的相似度计算。
- 热门路线实时排行:基于Route表的收藏与评论数据,计算路线热度分,在首页做成排行榜。
这些分析结果全部通过可视化图表呈现,前端用ECharts,数据由Django的API接口输出JSON。数据量不用太大,几千条行为记录就能画出像样的趋势图。关键是让老师看到“数据—分析—业务决策”是
