1. 项目概述：一个适合学习的全栈电影评论平台
去年帮学弟调试毕业设计时，发现很多高校的计算机专业毕设都存在两个通病：要么是功能简单的增删改查缺乏技术深度，要么是技术栈陈旧还在用JSP+Servlet。这个基于SpringBoot+Vue的电影评论平台，恰好解决了这两个痛点——采用主流技术栈实现包含用户互动、内容管理的完整业务闭环。
平台核心功能包括：
- 前台：用户注册/登录、电影信息浏览、评分评论、个人中心
- 后台：电影管理、评论审核、用户权限控制
- 特色模块：电影推荐算法、热评排行榜、敏感词过滤
技术选型上，后端用SpringBoot 2.7 + MyBatis Plus构建RESTful API，前端采用Vue 3 + Element Plus实现响应式界面，数据库使用MySQL 8.0。这种组合既符合企业当前主流技术栈，又避免了过度复杂的技术组合增加学习成本。
提示：项目源码已包含完整的前后端分离架构实现，特别适合需要演示跨模块联调的毕设场景
2. 技术架构深度解析
2.1 后端设计关键点
采用经典的三层架构，但针对教学场景做了优化设计：
code复制controller/
├── MovieController.java # 电影相关API
├── CommentController.java # 评论功能
└── AdminController.java # 管理接口
service/
├── impl/
│ ├── MovieServiceImpl.java
│ └── CommentServiceImpl.java
mapper/
├── MovieMapper.java
└── CommentMapper.java
数据库设计特别注意了性能与教学需求的平衡：
sql复制CREATE TABLE `movie` (
`id` int NOT NULL AUTO_INCREMENT,
`title` varchar(100) CHARACTER SET utf8mb4 COLLATE utf8mb4_unicode_ci NOT NULL,
`cover_url` varchar(255) DEFAULT NULL,
`avg_rating` decimal(3,1) DEFAULT '0.0',
PRIMARY KEY (`id`),
FULLTEXT KEY `ft_title` (`title`) -- 支持中文全文检索
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;
2.2 前端工程化实践
Vue 3项目结构经过教学优化：
code复制src/
├── api/ # 接口封装
├── composables/ # 组合式函数
├── stores/ # Pinia状态管理
├── utils/ # 工具类
└── views/
├── user/ # 用户相关页面
└── admin/ # 后台管理
典型接口调用示例：
javascript复制// 封装axios实例
const api = axios.create({
baseURL: import.meta.env.VITE_API_URL,
timeout: 10000,
withCredentials: true
})
// 获取电影列表
export const getMovies = (params) => {
return api.get('/movies', { params })
}
3. 核心功能实现细节
3.1 电影评分算法实现
采用加权平均分避免刷分：
java复制public void updateMovieRating(Long movieId) {
// 获取有效评分（过滤刷分用户）
List<Comment> validComments = commentMapper.selectValidComments(movieId);
// 计算加权平均（注册时间越久权重越高）
double total = 0;
double weightSum = 0;
for (Comment c : validComments) {
double weight = calculateUserWeight(c.getUserId());
total += c.getRating() * weight;
weightSum += weight;
}
// 更新电影表
Movie movie = new Movie();
movie.setId(movieId);
movie.setAvgRating(weightSum > 0 ? total / weightSum : 0);
movieMapper.updateById(movie);
}
3.2 敏感词过滤方案
采用DFA算法实现高效过滤：
java复制public class SensitiveFilter {
private static final TrieNode root = new TrieNode();
static {
// 初始化敏感词库
List<String> words = Arrays.asList("暴力", "色情", "政治");
for (String word : words) {
addWord(word);
}
}
public static String filter(String text) {
// 实现过滤逻辑...
}
}
4. 部署与教学指导
4.1 开发环境搭建
推荐使用以下工具组合：
- 后端：IntelliJ IDEA + Lombok插件
- 前端：VS Code + Volar插件
- 数据库：MySQL 8.0 + Navicat
关键依赖版本：
xml复制<properties>
<java.version>11</java.version>
<spring-boot.version>2.7.0</spring-boot.version>
<mybatis-plus.version>3.5.1</mybatis-plus.version>
</properties>
4.2 常见问题解决方案
- 跨域问题：
java复制@Configuration
public class CorsConfig implements WebMvcConfigurer {
@Override
public void addCorsMappings(CorsRegistry registry) {
registry.addMapping("/**")
.allowedOrigins("*")
.allowedMethods("*")
.maxAge(3600);
}
}
- 日期格式统一处理：
java复制@Configuration
public class WebMvcConfig implements WebMvcConfigurer {
@Override
public void extendMessageConverters(List<HttpMessageConverter<?>> converters) {
MappingJackson2HttpMessageConverter converter = new MappingJackson2HttpMessageConverter();
ObjectMapper objectMapper = converter.getObjectMapper();
objectMapper.setDateFormat(new SimpleDateFormat("yyyy-MM-dd HH:mm:ss"));
converters.add(0, converter);
}
}
5. 项目扩展建议
5.1 功能增强方向
-
接入第三方API：
- 豆瓣电影数据同步
- 微信小程序端开发
- 支付宝/微信支付集成
-
技术深度扩展：
java复制// 使用Redis缓存热门电影 @Cacheable(value = "hotMovies", key = "#root.methodName") public List<Movie> getHotMovies() { return movieMapper.selectHotMovies(); }
5.2 毕设答辩技巧
-
演示重点：
- 前后端分离开发流程
- 数据库设计合理性
- 关键算法实现
-
常见问题准备：
- 如何防止SQL注入？
- 评分算法有哪些改进空间？
- 系统如何应对高并发？
我在指导过程中发现，很多同学在演示时容易陷入技术细节而忽略业务价值。建议在答辩时先演示完整业务流程，再针对关键技术点做重点说明。例如先展示用户从注册到发表评论的全过程，再深入讲解敏感词过滤算法的实现。