README.md

News_recommend

本次项目是基于大数据计算引擎的新闻推荐系统--"今日小站"，包含了爬虫，新闻网站（前端和后端），推荐系统（Spark）。

前端效果：

一.爬虫

开发环境：

pycharm+python3

软件架构：

mysql+scrapy+splash

项目描述：

爬虫项目负责重复爬取今日头条首页新闻，去除重复新闻，存入mysql。

二.新闻网站：

开发环境：

IntelliJ IDEA + maven + git + linux

软件架构：

mysql + springboot

项目描述：

今日小站是基于springboot框架搭建的web项目，用户在网站完成注册登录后，网站会记录用户的浏览行为。同时网站也会把推荐结果呈现给用户。

三.推荐系统：

开发环境：

IntelliJ IDEA + maven + git + linux

软件架构：

zookeeper + flume + kafka + spark + mysql

项目描述：

推荐系统计算两两文章间的相似度，并将与之最相似的10条数据id存入mysql。实时处理用户行为日志，将结果存入mysql。根据用户行为数据对用户进行推荐，并将结果存入mysql。

服务器规划：

spark1:192.168.56.101
spark2:192.168.56.102
spark3:192.168.56.103

项目持续更新中....