个人简介

一名14年经验的资深毕设内行人，语言擅长Java、php、微信小程序、Python、Golang、安卓Android等

开发项目包括大数据、深度学习、网站、小程序、安卓、算法。平常会做一些项目定制化开发、代码讲解、答辩教学、文档编写、也懂一些降重方面的技巧。

感谢大家的关注与支持！

答辩学生：各位老师好，我做的题目是“基于 Spark 的电影推荐系统”。系统分两块：前台给用户选片、打分、看推荐；后台给管理员管电影、看报表。核心就是“注册-登录-评分-推荐”四步。推荐用 Spark MLlib 的协同过滤 ALS 算法，数据存 MySQL，爬数据用 Python，可视化用 ECharts，整个项目语言是 Java+Scala，构建工具 Maven，跑在 Windows 上。

评委老师：为什么选 Spark，不直接 Python 跑？
答辩学生：我电脑 8G 内存，Python 跑 6 万条评分就卡，Spark 本地模式多线程，一分钟出结果，快也不占内存。

评委老师：数据从哪来？
答辩学生：先爬豆瓣 Top250 的 2 万条公开评分，脱敏后只留用户 ID、电影 ID、分数，合法且不泄露隐私。

评委老师：新用户没评分怎么办？
答辩学生：注册后弹热门榜，让他先给 5 部电影打分，凑够 5 条记录就能触发 ALS 冷启动，后台定时重算模型。

评委老师：推荐结果怎么展示？
答辩学生：前台“猜你喜欢”卡片，一行 6 张海报，点进去可看详情；管理员后台有 ECharts 柱状图，显示最近 7 天被推荐次数最多的 10 部电影。

评委老师：系统最大并发打算测多少？
答辩学生：用 Postman 开 50 线程循环请求，目标是登录接口响应 1 秒内，推荐接口 2 秒内，毕业前能跑到就行。

评委老师：进度怎么安排？
答辩学生：2025 年 1 月 15 日前把数据爬完；3 月 15 日前 ALS 算法调通；4 月 15 日前前后端联调；5 月 20 日交论文定稿；5 月底答辩。

评委老师评价：
xx 同学选题贴近生活，技术路线清晰，工作量适中，能结合 Spark 解决“卡慢”痛点，符合本科毕业设计要求。建议接下来把冷启动策略再细化，论文里加一页截图对比“有/无 Spark”耗时即可。总体通过，继续加油。

以上是某同学的毕业设计答辩的过程，如果你现在还没有参加答辩，还是开题阶段，已经选好了题目不知道怎么写开题报告，可以下面找找有没有自己符合自己题目的开题报告内容，列表中的开题报告都是往届真实的开题报告，可发送使用或参考。文末或底部来联xi可免费获取

最后

有时间和有基础的同学，建议自己多花时间找一下资料（开题报告、源码）自己独立完成毕设，需要开题报告内容、源码参考的，可以联xi博主，没有选题的也可以联系我们进行帮你选题、定功能和建议。