每年到毕业设计选题季计算机专业的同学最纠结的问题往往不是“我能做什么”而是“做什么才不被答辩老师挑出毛病”。管理系统类题目太普通电商类题目太泛滥纯算法类题目又怕做不完。如果有一个项目既能覆盖 Spring Boot、Vue、MySQL 这套主流技术栈又能在业务上做出辨识度还能在论文里写下“推荐算法”这个亮点那它就值得认真考虑。基于 Spring Boot 与内容推荐算法的手工编织非遗平台正是这样一个选题。我之所以说这个选题值得拆解不是因为“非遗”两个字听起来有文化而是因为它把三个关键技术点落在了一个真实业务里前后端分离的工程结构、标准化的数据增删改查、以及可解释的基于内容推荐算法。对毕设来说这三点恰好能支撑论文的“业务分析、系统设计、核心实现、算法设计”几个章节不会出现“功能做了很多但写不出技术点”的尴尬。这篇文章我会按毕设开发的实际流程把这个项目从头到尾拆开讲选题价值、系统架构、数据库设计、Spring Boot 后端增删改查、推荐算法模块的实现思路、Vue 前端联调、运行部署以及答辩高频问题。哪怕你只是拿到源码还没有开始跑看完这篇文章也能知道项目里的每一块代码到底在解决什么问题。1. 为什么这个毕设选题有竞争力毕设选题最大的风险不是功能做不出来而是没有区分度。同样是 Spring Boot如果做一个“班级管理系统”或“图书馆管理系统”答辩老师看到的是登录、增删改查、列表展示。这些功能本身没有错但论文很难写出技术深度。换成本项目手工编织非遗平台在业务上有独特的上下文作品有分类、有标签、有匠人信息用户的收藏和浏览行为可以沉淀为目标标签数据这就天然适合引入推荐算法。换句话说业务数据的内容属性决定了算法落地的可行性。我们可以做一个直观对比维度传统管理系统通用电商系统非遗编织平台技术栈Spring Boot BootstrapSpring Boot VueSpring Boot Vue 推荐算法业务复杂度低单表 CRUD 为主中订单/购物车/支付中作品/分类/用户行为/推荐算法亮点无通常没有基于内容推荐论文选题空间窄一般宽可写算法设计、评估答辩区分度低中高这不是说其他选题不好而是说本项目的“投入产出比”较高技术上没有引入微服务、高并发这类难驾驭的内容却在业务和算法上都有可讲的点。对大多数本科生而言这套复杂度正好在“能完成”和“有深度”之间。如果你手里已经拿到了 k096 这份源码资料我的建议是不急着改代码先把它当作一个“已经跑通的最小系统”来研究。看它的目录结构、表设计、接口划分再考虑如何加入自己的想法这会比从零写一遍效率高很多。2. 系统功能拆解与整体架构设计从标题和资料来看这个平台的核心定位是“手工编织类非遗作品的展示与推广平台”。它的角色可以划分为三类游客、普通用户、管理员。游客可以浏览作品列表、查看作品详情、按分类筛选普通用户在游客功能之外还可以注册登录、收藏作品、发表评论并在个人中心管理自己的收藏记录管理员则负责平台内容维护包括分类管理、作品管理、用户管理、推荐内容管理等。典型业务围绕作品的增删改查展开同时收藏和浏览行为为推荐算法提供数据来源。技术架构上这是一个标准的前后端分离项目。后端工程Spring Boot 提供 REST APIMyBatis-Plus 或 Spring Data JPA 操作 MySQLJWT 处理登录鉴权。前端工程Vue 使用 Vite 构建vue-router 管理页面路由axios 发送请求Element UI 或 Element Plus 负责界面组件。数据库MySQL 存放用户、作品、分类、收藏、评论、行为日志等数据。请求链路大致是Vue 页面通过 axios 发起请求经过 Vite 开发服务器的代理转发到 Spring Boot 后端后端 Controller 层接收参数并调用 Service 层Service 层访问 Mapper/DAO 层完成数据操作最终把 JSON 结果返回给前端。前后端只需要约定好接口的 URL、参数和返回结构就可以并行开发。这也是毕设答辩时比较加分的“工程化”意识。3. 核心概念前后端分离与内容推荐算法3.1 前后端分离到底在“分”什么很多人以为前后端分离就是把 HTML 文件放到 Spring Boot 的 static 目录里这只是静态资源托管不是真正的分离。前后端分离的核心是前后端通过 API 接口进行数据交换后端不再关心页面渲染只返回 JSON 数据前端不再关心数据库和业务逻辑只负责拿到数据后展示成页面。这个分离带来了一个很实际的好处后端接口可以用 Postman 或 Apifox 直接调试前端页面可以在 mock 数据下开发两边的联调集中在“接口参数对不对、返回结构是否符合约定”上。出现问题时定位也更清晰数据错了去看后端页面错了去看前端不用从前端页面一直追到 SQL。对毕设项目来说前后端分离还能降低答辩风险。演示的时候可以同时打开后端接口文档和前端页面让老师看到接口返回的结构化数据比只点网页更能体现工程能力。3.2 为什么这里选基于内容推荐算法推荐算法在中小型毕设项目里最容易踩的坑是“为了用算法而用算法”。协同过滤虽然听起来高级但它依赖于“用户对物品的评分矩阵”在用户量小、行为稀疏的场景下效果并不好论文里也很难解释清楚。基于内容的推荐算法思路更直接给每个作品打上内容标签比如“钩针”“夏凉”“置物篮”“东北”“传统纹样”再根据用户收藏、浏览过的作品统计用户对标签的偏好最后把用户标签偏好向量和候选作品的标签向量做相似度计算返回相似度最高的 TopN 作品。这个过程在数学上就是计算两个向量的余弦相似度。公式很简单similarity dot(A, B) / (|A| * |B|)当用户偏好向量和作品标签向量都用一个 Map标签, 权重 表示时就能求解。这个算法有三个优点第一不需要大规模用户行为数据系统开发初期就能跑出结果第二可解释性强答辩时可以清晰说出“因为用户收藏过钩针类作品所以系统推荐了更多钩针类作品”第三实现成本低在 Spring Boot 里几十行代码就能完成。4. 环境准备与项目初始化动手之前先把环境工具准备好。工具建议版本说明JDK8 或 11如果 Spring Boot 是 2.xJDK 8/11 足够Maven3.6后端依赖管理Node.js16前端运行环境npm / pnpm随 Node 安装前端依赖安装MySQL5.7 或 8.0数据库IDEIntelliJ IDEA VSCode后端前端分开打开这里要特别提醒项目源码通常会标注它使用的 Spring Boot 版本最好按照源码的版本来安排 JDK。如果源码是 Spring Boot 2.7.xJDK 用 8 或 11 都可以如果源码是 Spring Boot 3.xJDK 必须用 17 以上。版本不匹配是新手最容易遇到的启动失败原因。初始化步骤按顺序执行# 1. 导入后端工程后创建数据库 mysql -u root -p CREATE DATABASE craft_platform DEFAULT CHARACTER SET utf8mb4; exit; # 2. 执行项目提供的 SQL 脚本导入表结构 mysql -u root -p craft_platform sql/craft_platform.sql # 3. 修改 backend/src/main/resources/application.yml 中的数据库账号密码 # spring.datasource.username你的账号 # spring.datasource.password你的密码 # 4. 启动后端 cd backend mvn spring-boot:run # 5. 启动前端新开一个终端 cd frontend npm install npm run dev如果项目前后端不在 backend/frontend 这两个目录以你拿到的源码结构为准。原则是先保证数据库脚本执行成功再启动后端最后启动前端这个顺序不要乱。5. 数据库设计与后端增删改查实现数据库设计决定了一个毕设项目的地基。这套平台的核心表可以概括为用户表、分类表、作品表、收藏表、行为日志表可选。5.1 核心建表语句CREATE TABLE t_user ( id bigint NOT NULL AUTO_INCREMENT, username varchar(50) NOT NULL, password varchar(100) NOT NULL, nickname varchar(50) DEFAULT NULL, role tinyint DEFAULT 0 COMMENT 0-普通用户1-管理员, PRIMARY KEY (id) ) ENGINEInnoDB DEFAULT CHARSETutf8mb4 COMMENT用户表; CREATE TABLE t_category ( id bigint NOT NULL AUTO_INCREMENT, name varchar(50) NOT NULL, sort int DEFAULT 0, PRIMARY KEY (id) ) ENGINEInnoDB DEFAULT CHARSETutf8mb4 COMMENT作品分类表; CREATE TABLE t_craft_work ( id bigint NOT NULL AUTO_INCREMENT, title varchar(100) NOT NULL, category_id bigint DEFAULT NULL, cover varchar(255) DEFAULT NULL COMMENT 封面图, content text COMMENT 作品描述, tags varchar(255) DEFAULT NULL COMMENT 标签逗号分隔, author varchar(50) DEFAULT NULL COMMENT 匠人/作者, status tinyint DEFAULT 1 COMMENT 0-下架1-上架, create_time datetime DEFAULT NULL, PRIMARY KEY (id) ) ENGINEInnoDB DEFAULT CHARSETutf8mb4 COMMENT编织作品表; CREATE TABLE t_favorite ( id bigint NOT NULL AUTO_INCREMENT, user_id bigint NOT NULL, work_id bigint NOT NULL, create_time datetime DEFAULT NULL, PRIMARY KEY (id) ) ENGINEInnoDB DEFAULT CHARSETutf8mb4 COMMENT用户收藏表;在设计上需要注意几个细节。表名增加 t_ 前缀可以避免和 MySQL 保留字冲突统一使用 utf8mb4才能正确存储生僻字和 emoji 表情对于非遗内容的中文描述很有必要tags 字段用逗号分隔存储是为了推荐算法读取方便虽然它不是严格满足第一范式的设计但在标签场景下是一种常见简化方案论文中如果有精力可以再拆成标签中间表。5.2 后端项目结构与配置后端代码建议按 Controller、Service、Mapper/DAO、Entity 四层组织com.craft.platform ├── common # 统一返回结构、异常处理 ├── config # 配置类如跨域、MyBatis-Plus 分页插件 ├── controller # 接口层 ├── entity # 实体类 ├── mapper # 数据访问层 ├── service # 业务层 └── util # 工具类如 JWT 工具后端统一返回结构很关键。接口不直接返回实体对象而是返回一个 Result 对象里面包含 code、message、data 三个字段。这样前端可以统一判断请求是否成功后端也方便在全局异常处理器中统一包装错误信息。application.yml 配置示例server: port: 8080 spring: datasource: url: jdbc:mysql://localhost:3306/craft_platform?useUnicodetruecharacterEncodingutf8serverTimezoneAsia/Shanghai username: root password: root driver-class-name: com.mysql.cj.jdbc.Driver jackson: date-format: yyyy-MM-dd HH:mm:ss time-zone: Asia/Shanghai mybatis-plus: configuration: map-underscore-to-camel-case: true log-impl: org.apache.ibatis.logging.stdout.StdOutImpl jwt: secret: craft-platform-secret expire: 604800使用 MyBatis-Plus 时map-underscore-to-camel-case 开启后数据库 Spring Boot+内容推荐算法：手工编织非遗平台设计与实现解析
每年到毕业设计选题季计算机专业的同学最纠结的问题往往不是“我能做什么”而是“做什么才不被答辩老师挑出毛病”。管理系统类题目太普通电商类题目太泛滥纯算法类题目又怕做不完。如果有一个项目既能覆盖 Spring Boot、Vue、MySQL 这套主流技术栈又能在业务上做出辨识度还能在论文里写下“推荐算法”这个亮点那它就值得认真考虑。基于 Spring Boot 与内容推荐算法的手工编织非遗平台正是这样一个选题。我之所以说这个选题值得拆解不是因为“非遗”两个字听起来有文化而是因为它把三个关键技术点落在了一个真实业务里前后端分离的工程结构、标准化的数据增删改查、以及可解释的基于内容推荐算法。对毕设来说这三点恰好能支撑论文的“业务分析、系统设计、核心实现、算法设计”几个章节不会出现“功能做了很多但写不出技术点”的尴尬。这篇文章我会按毕设开发的实际流程把这个项目从头到尾拆开讲选题价值、系统架构、数据库设计、Spring Boot 后端增删改查、推荐算法模块的实现思路、Vue 前端联调、运行部署以及答辩高频问题。哪怕你只是拿到源码还没有开始跑看完这篇文章也能知道项目里的每一块代码到底在解决什么问题。1. 为什么这个毕设选题有竞争力毕设选题最大的风险不是功能做不出来而是没有区分度。同样是 Spring Boot如果做一个“班级管理系统”或“图书馆管理系统”答辩老师看到的是登录、增删改查、列表展示。这些功能本身没有错但论文很难写出技术深度。换成本项目手工编织非遗平台在业务上有独特的上下文作品有分类、有标签、有匠人信息用户的收藏和浏览行为可以沉淀为目标标签数据这就天然适合引入推荐算法。换句话说业务数据的内容属性决定了算法落地的可行性。我们可以做一个直观对比维度传统管理系统通用电商系统非遗编织平台技术栈Spring Boot BootstrapSpring Boot VueSpring Boot Vue 推荐算法业务复杂度低单表 CRUD 为主中订单/购物车/支付中作品/分类/用户行为/推荐算法亮点无通常没有基于内容推荐论文选题空间窄一般宽可写算法设计、评估答辩区分度低中高这不是说其他选题不好而是说本项目的“投入产出比”较高技术上没有引入微服务、高并发这类难驾驭的内容却在业务和算法上都有可讲的点。对大多数本科生而言这套复杂度正好在“能完成”和“有深度”之间。如果你手里已经拿到了 k096 这份源码资料我的建议是不急着改代码先把它当作一个“已经跑通的最小系统”来研究。看它的目录结构、表设计、接口划分再考虑如何加入自己的想法这会比从零写一遍效率高很多。2. 系统功能拆解与整体架构设计从标题和资料来看这个平台的核心定位是“手工编织类非遗作品的展示与推广平台”。它的角色可以划分为三类游客、普通用户、管理员。游客可以浏览作品列表、查看作品详情、按分类筛选普通用户在游客功能之外还可以注册登录、收藏作品、发表评论并在个人中心管理自己的收藏记录管理员则负责平台内容维护包括分类管理、作品管理、用户管理、推荐内容管理等。典型业务围绕作品的增删改查展开同时收藏和浏览行为为推荐算法提供数据来源。技术架构上这是一个标准的前后端分离项目。后端工程Spring Boot 提供 REST APIMyBatis-Plus 或 Spring Data JPA 操作 MySQLJWT 处理登录鉴权。前端工程Vue 使用 Vite 构建vue-router 管理页面路由axios 发送请求Element UI 或 Element Plus 负责界面组件。数据库MySQL 存放用户、作品、分类、收藏、评论、行为日志等数据。请求链路大致是Vue 页面通过 axios 发起请求经过 Vite 开发服务器的代理转发到 Spring Boot 后端后端 Controller 层接收参数并调用 Service 层Service 层访问 Mapper/DAO 层完成数据操作最终把 JSON 结果返回给前端。前后端只需要约定好接口的 URL、参数和返回结构就可以并行开发。这也是毕设答辩时比较加分的“工程化”意识。3. 核心概念前后端分离与内容推荐算法3.1 前后端分离到底在“分”什么很多人以为前后端分离就是把 HTML 文件放到 Spring Boot 的 static 目录里这只是静态资源托管不是真正的分离。前后端分离的核心是前后端通过 API 接口进行数据交换后端不再关心页面渲染只返回 JSON 数据前端不再关心数据库和业务逻辑只负责拿到数据后展示成页面。这个分离带来了一个很实际的好处后端接口可以用 Postman 或 Apifox 直接调试前端页面可以在 mock 数据下开发两边的联调集中在“接口参数对不对、返回结构是否符合约定”上。出现问题时定位也更清晰数据错了去看后端页面错了去看前端不用从前端页面一直追到 SQL。对毕设项目来说前后端分离还能降低答辩风险。演示的时候可以同时打开后端接口文档和前端页面让老师看到接口返回的结构化数据比只点网页更能体现工程能力。3.2 为什么这里选基于内容推荐算法推荐算法在中小型毕设项目里最容易踩的坑是“为了用算法而用算法”。协同过滤虽然听起来高级但它依赖于“用户对物品的评分矩阵”在用户量小、行为稀疏的场景下效果并不好论文里也很难解释清楚。基于内容的推荐算法思路更直接给每个作品打上内容标签比如“钩针”“夏凉”“置物篮”“东北”“传统纹样”再根据用户收藏、浏览过的作品统计用户对标签的偏好最后把用户标签偏好向量和候选作品的标签向量做相似度计算返回相似度最高的 TopN 作品。这个过程在数学上就是计算两个向量的余弦相似度。公式很简单similarity dot(A, B) / (|A| * |B|)当用户偏好向量和作品标签向量都用一个 Map标签, 权重 表示时就能求解。这个算法有三个优点第一不需要大规模用户行为数据系统开发初期就能跑出结果第二可解释性强答辩时可以清晰说出“因为用户收藏过钩针类作品所以系统推荐了更多钩针类作品”第三实现成本低在 Spring Boot 里几十行代码就能完成。4. 环境准备与项目初始化动手之前先把环境工具准备好。工具建议版本说明JDK8 或 11如果 Spring Boot 是 2.xJDK 8/11 足够Maven3.6后端依赖管理Node.js16前端运行环境npm / pnpm随 Node 安装前端依赖安装MySQL5.7 或 8.0数据库IDEIntelliJ IDEA VSCode后端前端分开打开这里要特别提醒项目源码通常会标注它使用的 Spring Boot 版本最好按照源码的版本来安排 JDK。如果源码是 Spring Boot 2.7.xJDK 用 8 或 11 都可以如果源码是 Spring Boot 3.xJDK 必须用 17 以上。版本不匹配是新手最容易遇到的启动失败原因。初始化步骤按顺序执行# 1. 导入后端工程后创建数据库 mysql -u root -p CREATE DATABASE craft_platform DEFAULT CHARACTER SET utf8mb4; exit; # 2. 执行项目提供的 SQL 脚本导入表结构 mysql -u root -p craft_platform sql/craft_platform.sql # 3. 修改 backend/src/main/resources/application.yml 中的数据库账号密码 # spring.datasource.username你的账号 # spring.datasource.password你的密码 # 4. 启动后端 cd backend mvn spring-boot:run # 5. 启动前端新开一个终端 cd frontend npm install npm run dev如果项目前后端不在 backend/frontend 这两个目录以你拿到的源码结构为准。原则是先保证数据库脚本执行成功再启动后端最后启动前端这个顺序不要乱。5. 数据库设计与后端增删改查实现数据库设计决定了一个毕设项目的地基。这套平台的核心表可以概括为用户表、分类表、作品表、收藏表、行为日志表可选。5.1 核心建表语句CREATE TABLE t_user ( id bigint NOT NULL AUTO_INCREMENT, username varchar(50) NOT NULL, password varchar(100) NOT NULL, nickname varchar(50) DEFAULT NULL, role tinyint DEFAULT 0 COMMENT 0-普通用户1-管理员, PRIMARY KEY (id) ) ENGINEInnoDB DEFAULT CHARSETutf8mb4 COMMENT用户表; CREATE TABLE t_category ( id bigint NOT NULL AUTO_INCREMENT, name varchar(50) NOT NULL, sort int DEFAULT 0, PRIMARY KEY (id) ) ENGINEInnoDB DEFAULT CHARSETutf8mb4 COMMENT作品分类表; CREATE TABLE t_craft_work ( id bigint NOT NULL AUTO_INCREMENT, title varchar(100) NOT NULL, category_id bigint DEFAULT NULL, cover varchar(255) DEFAULT NULL COMMENT 封面图, content text COMMENT 作品描述, tags varchar(255) DEFAULT NULL COMMENT 标签逗号分隔, author varchar(50) DEFAULT NULL COMMENT 匠人/作者, status tinyint DEFAULT 1 COMMENT 0-下架1-上架, create_time datetime DEFAULT NULL, PRIMARY KEY (id) ) ENGINEInnoDB DEFAULT CHARSETutf8mb4 COMMENT编织作品表; CREATE TABLE t_favorite ( id bigint NOT NULL AUTO_INCREMENT, user_id bigint NOT NULL, work_id bigint NOT NULL, create_time datetime DEFAULT NULL, PRIMARY KEY (id) ) ENGINEInnoDB DEFAULT CHARSETutf8mb4 COMMENT用户收藏表;在设计上需要注意几个细节。表名增加 t_ 前缀可以避免和 MySQL 保留字冲突统一使用 utf8mb4才能正确存储生僻字和 emoji 表情对于非遗内容的中文描述很有必要tags 字段用逗号分隔存储是为了推荐算法读取方便虽然它不是严格满足第一范式的设计但在标签场景下是一种常见简化方案论文中如果有精力可以再拆成标签中间表。5.2 后端项目结构与配置后端代码建议按 Controller、Service、Mapper/DAO、Entity 四层组织com.craft.platform ├── common # 统一返回结构、异常处理 ├── config # 配置类如跨域、MyBatis-Plus 分页插件 ├── controller # 接口层 ├── entity # 实体类 ├── mapper # 数据访问层 ├── service # 业务层 └── util # 工具类如 JWT 工具后端统一返回结构很关键。接口不直接返回实体对象而是返回一个 Result 对象里面包含 code、message、data 三个字段。这样前端可以统一判断请求是否成功后端也方便在全局异常处理器中统一包装错误信息。application.yml 配置示例server: port: 8080 spring: datasource: url: jdbc:mysql://localhost:3306/craft_platform?useUnicodetruecharacterEncodingutf8serverTimezoneAsia/Shanghai username: root password: root driver-class-name: com.mysql.cj.jdbc.Driver jackson: date-format: yyyy-MM-dd HH:mm:ss time-zone: Asia/Shanghai mybatis-plus: configuration: map-underscore-to-camel-case: true log-impl: org.apache.ibatis.logging.stdout.StdOutImpl jwt: secret: craft-platform-secret expire: 604800使用 MyBatis-Plus 时map-underscore-to-camel-case 开启后数据库