选择基于微信小程序 + SpringBoot 协同过滤旅游搭子旅拍服务旅游推荐系统课题的学弟学妹注意啦✨！本系统答辩高频考点与核心亮点，就是依托小程序轻量化免下载、打开即用的优势，搭建搭子结伴发布、旅拍套餐预约、旅游攻略浏览、智能推荐匹配、消息咨询沟通的文旅服务闭环。开发不必堆砌繁杂冗余功能，牢牢抓住核心业务：游客在微信小程序完善出行偏好、浏览结伴帖子与旅拍套餐、收藏攻略和感兴趣搭子信息，获取协同过滤算法生成的个性化推荐；旅拍师在小程序上架拍摄套餐、处理预约订单、回复游客咨询；后端采集用户浏览、收藏、预约行为数据，完成用户相似度计算、推荐结果生成；超级管理员在 Vue 后台审核入驻资质、管控违规内容、管理平台数据与订单统计；系统打通微信授权登录、结伴信息发布、旅拍预约、协同过滤智能推荐、留言交互整套链路。做好普通游客、旅拍师、超级管理员三类角色的权限划分，吃透微信小程序登录 — 出行偏好设置 — 搭子与旅拍资源浏览收藏 — 协同过滤算法推荐 — 预约咨询沟通这条主线流程。

答辩重点讲解前后端分离架构、小程序降低旅游结伴与旅拍服务使用门槛的优势、基于用户协同过滤的推荐计算逻辑和 SpringBoot 接口开发方案、用户行为数据与业务信息的数据持久化管理，完整演示微信小程序客户端和 Vue 管理后台功能。我长期深耕旅游推荐类毕设方向，清楚大家容易卡在协同过滤算法效果调优、小程序 OpenID 登录对接、多角色权限控制这些难点，懂大家反复调试推荐逻辑、修改论文文稿、打磨答辩 PPT 的忙碌状态，建议大家紧扣旅游搭子 + 旅拍智能推荐这条主线，理顺用户行为采集、相似度计算、推荐列表输出的完整流程，稳住答辩节奏，顺利通过答辩💪。

博主介绍：

深耕计算机专业项目 开发多年，基于springboot,vue,node,javaweb,微信小程序,安卓,android,鸿蒙,Harmony,python,毕业设计，课程设计，支持定制开发，附全套资料。

文末有本题目的源码+全套资料⬇️⬇️⬇️

摘要

随着文旅行业快速发展，个性化旅游需求持续增长，游客不再满足于标准化旅游路线，更希望找到志同道合的旅游搭子与专业旅拍服务。传统旅游平台信息繁杂，推荐方式单一，难以根据用户偏好精准匹配搭子、旅拍资源和旅游线路。本文设计并实现一套基于 SpringBoot+Vue + 微信小程序的旅游搭子旅拍推荐系统，后端采用 SpringBoot 框架搭建服务接口，Vue 开发后台管理页面，微信小程序作为前端客户端，MySQL 作为数据存储数据库，并融入基于用户的协同过滤推荐算法，实现旅游资源、旅拍服务、旅游搭子的个性化推荐。系统划分普通游客、旅拍师、管理员三类用户，功能涵盖用户注册登录、搭子信息发布、旅拍套餐发布、旅游攻略浏览、在线留言沟通、协同过滤推荐、订单管理、后台数据管理等模块。论文对系统需求、数据库、业务逻辑与推荐算法进行详细设计，完成功能编码与测试。测试结果表明，系统运行稳定，协同过滤算法能够依据用户历史浏览、收藏、预约行为计算相似度，向用户推送匹配度较高的旅游路线、旅拍师和同行搭子，解决用户寻找旅伴、旅拍服务困难的痛点，为文旅线上服务提供轻量化、便捷的小程序解决方案，具备一定实用价值。

关键词：微信小程序；SpringBoot；协同过滤；旅游推荐；旅拍服务

Abstract

With the rapid development of cultural tourism industry, personalized travel demands are increasing. Tourists are no longer satisfied with standardized travel routes, and they prefer to find suitable travel companions and professional travel photography services. Traditional tourism platforms have complicated information and single recommendation methods, which are difficult to accurately match companions, photography resources and travel routes according to user preferences. This paper designs and implements a travel companion and travel photography recommendation system based on SpringBoot, Vue and WeChat Mini Program. The back-end uses SpringBoot to build service interfaces, Vue is used for the management background, WeChat Mini Program serves as the client, and MySQL is adopted for data storage. The user-based collaborative filtering algorithm is integrated to realize personalized recommendation of travel resources, photography services and travel companions. The system includes three types of users: ordinary tourists, travel photographers and administrators. The main functions contain user registration and login, companion information release, photography package release, travel strategy browsing, online message communication, collaborative filtering recommendation, order management and background data management. This paper completes requirement analysis, database design, business logic design and algorithm design, and carries out system coding and testing. The test results show that the system runs steadily. The collaborative filtering algorithm can calculate user similarity based on browsing, collection and reservation records, and recommend well-matched travel routes, photographers and companions. The system solves the difficulty of finding travel partners and photography services, provides a lightweight and convenient mini-program solution for online cultural tourism services, and has practical value.

Key words: WeChat Mini Program; SpringBoot; Collaborative Filtering; Travel Recommendation; Travel Photography Service

一、研究目的与意义

研究目的

本课题研究目的是搭建一套面向游客、旅拍从业者的旅游搭子旅拍推荐小程序系统。针对当下游客出行难以快速找到兴趣相符的同行搭子、筛选合适旅拍服务的痛点，依托协同过滤推荐算法实现个性化推荐。系统以微信小程序为载体，降低用户使用门槛；后端基于 SpringBoot+Vue 开发管理后台，实现业务数据统一管控。本系统旨在实现用户自主发布结伴信息、旅拍师上架拍摄套餐、游客浏览攻略、在线预约沟通、智能推荐匹配等功能；通过采集用户浏览、收藏、预约行为数据，利用协同过滤算法挖掘用户偏好，自动推荐旅游路线、旅拍师以及同好搭子。同时为管理员提供统一后台，管理用户、旅拍套餐、结伴信息、订单以及违规内容，保障平台有序运营，最终打造一个轻量化、易用的旅游结伴与旅拍推荐服务平台。

研究意义

理论层面，本文将协同过滤推荐算法和微信小程序相结合应用在旅游结伴细分场景，丰富协同过滤算法在文旅服务领域的落地案例，为同类本地生活、结伴服务推荐系统提供设计思路参考。实践层面，微信小程序无需下载安装，用户打开即可使用，适配大众日常使用习惯。系统打通游客和旅拍师之间的信息壁垒，游客可以快速寻找搭子、挑选旅拍服务，旅拍师能够线上展示作品、接收预约订单，拓展获客渠道。相比大型旅游平台，本系统聚焦搭子结伴 + 旅拍垂直场景，推荐结果更加精准。同时后台可以统计平台访问、订单、热门旅游资源数据，为文旅服务优化提供数据支撑。该系统成本低、部署简单，适合中小型文旅服务商使用，具备良好的落地实用价值。

二、需求分析（按用户角色划分功能模块）

本系统一共分为三类角色：游客（小程序端）、旅拍师（小程序端）、系统管理员（Web 后台 Vue 端）

1. 游客角色（小程序客户端）

1. 微信授权登录模块功能：调用微信开放接口获取用户 OpenID 完成一键登录，完善个人基础资料（出行偏好、喜欢的旅游类型）；修改个人信息、重置资料，退出登录。登录信息用于协同过滤算法采集用户偏好标签。
2. 旅游搭子模块功能：发布结伴帖子，填写目的地、出行时间、人数、兴趣要求；查看全部搭子帖子，支持按目的地筛选；查看帖子详情，给发布者留言私信；收藏感兴趣结伴信息；管理自己发布的搭子帖子，支持编辑、删除。
3. 旅拍服务模块功能：浏览旅拍师主页、套餐介绍、样片；查看旅拍套餐详情，在线预约旅拍服务；查看自己的预约订单，取消未确认订单；对完成的旅拍订单进行评价。
4. 旅游攻略模块功能：浏览平台发布旅游攻略、景点介绍；收藏攻略；查看攻略详情。
5. 智能推荐模块（核心，协同过滤）功能：首页根据用户历史行为，基于协同过滤算法推荐相似用户喜欢的搭子帖子、旅拍套餐、旅游攻略；展示推荐列表。
6. 消息中心模块功能：接收旅拍师回复、搭子留言、订单状态通知消息；查看消息，标记已读。

2. 旅拍师角色（小程序客户端）

1. 登录与资质模块功能：微信登录，提交旅拍师身份信息；等待管理员审核，审核通过后解锁全部旅拍相关功能；修改个人主页介绍、上传样片。
2. 旅拍套餐管理模块功能：新增旅拍套餐，填写套餐名称、价格、服务地点；编辑、下架、删除自己的套餐；上传套餐样片。
3. 订单管理模块功能：查看游客预约订单；确认预约、拒绝预约；查看历史完成订单；查看用户评价。
4. 消息模块功能：接收游客咨询留言、订单提醒消息，回复游客咨询。

3. 管理员角色（Vue 网页后台）

1. 管理员账号模块功能：管理员账号密码登录；修改登录密码。
2. 用户管理模块功能：查看所有游客、旅拍师账号；审核旅拍师入驻申请；封禁违规账号。
3. 搭子信息管理模块功能：查看全部搭子帖子；下架违规结伴帖子，删除不良信息。
4. 旅拍套餐管理模块功能：查看所有旅拍套餐；下架违规套餐，审核不合规内容。
5. 攻略管理模块功能：新增、编辑、删除平台旅游攻略。
6. 订单与数据查看模块功能：查看全部预约订单；简单统计平台订单量。

三、技术选型与介绍

1. SpringBoot（后端框架）SpringBoot 是基于 Spring 的快速开发框架，自动配置，简化 SSM 繁琐配置，内置 Tomcat 容器。本项目使用 SpringBoot 开发 RESTful 接口，接收小程序和后台 Vue 的请求，处理业务逻辑，对接 MySQL 数据库，提供用户、搭子、旅拍、订单、推荐相关接口。
2. Vue2/Vue3（后台管理前端）Vue 是轻量渐进式前端框架，搭配 Element UI 组件库快速搭建管理后台页面，实现管理员的可视化操作，完成数据查询、新增、修改、删除操作，页面交互流畅。
3. 微信小程序（客户端）小程序采用 WXML+WXSS+JavaScript 开发，依托微信环境，无需安装 APP，通过 wx.request 调用后端 SpringBoot 接口，实现游客和旅拍师的所有前端交互，支持微信授权登录。
4. MySQL（数据库）关系型数据库，开源稳定，适合存储用户信息、搭子帖子、旅拍套餐、订单、攻略等结构化数据，使用 MyBatis/MyBatis-Plus 完成数据持久化操作。
5. 协同过滤算法（推荐算法）选用基于用户的协同过滤（UserCF）：统计用户行为（收藏、浏览、预约），构建用户 - 物品评分矩阵，计算用户之间余弦相似度，找到和当前用户偏好相似的用户，把相似用户喜欢但当前用户未浏览的搭子、旅拍、攻略推荐给用户。
6. MyBatis-PlusMyBatis 增强工具，简化数据库 CRUD 代码，减少重复 SQL 编写，提高开发效率。

四、数据库表设计

说明：主键 id 统一长度 10，varchar 默认 50，datetime 长度按需，NOT NULL 标注

五、系统详细设计 + 核心代码片段

5.1 整体架构设计

整体分为三层：

1. 客户端层：微信小程序（游客、旅拍师）
2. 后台管理层：Vue+Element UI（管理员）
3. 服务层：SpringBoot 后端 + MySQL 后端接收前端请求，业务层处理逻辑，调用协同过滤推荐算法，操作数据库，返回 JSON 数据。

5.2 核心模块设计：协同过滤推荐模块（UserCF）

核心思路：从user_behavior表取出所有用户评分记录，构建用户 - 物品评分矩阵，计算用户余弦相似度，取 TopN 相似用户，把相似用户高分物品推荐给当前用户。

代码片段（Java，SpringBoot，算法核心片段）

/** * 基于用户协同过滤：计算余弦相似度，返回推荐物品id列表 */ public List<Long> recommend(Long userId){ //1.查询所有用户行为数据 List<UserBehavior> behaviorList = behaviorMapper.selectList(null); //2.构建用户-物品Map Map<Long, Map<Long,Integer>> userItemScoreMap = new HashMap<>(); for(UserBehavior b : behaviorList){ userItemScoreMap.computeIfAbsent(b.getUserId(),k->new HashMap<>()) .put(b.getItemId(),b.getScore()); } //3.计算当前用户和其他用户余弦相似度 Map<Long,Double> simMap = new HashMap<>(); Map<Long,Integer> currentUserMap = userItemScoreMap.get(userId); if(currentUserMap == null) return new ArrayList<>(); for(Long otherUid : userItemScoreMap.keySet()){ if(otherUid.equals(userId)) continue; double sim = calcCos(currentUserMap,userItemScoreMap.get(otherUid)); simMap.put(otherUid,sim); } //4.相似度排序，取Top5相似用户 List<Map.Entry<Long,Double>> simUserList = simMap.entrySet().stream() .sorted((a,b)->Double.compare(b.getValue(),a.getValue())) .limit(5).collect(Collectors.toList()); //5.汇总相似用户物品，过滤当前用户已浏览物品，返回推荐id Set<Long> hasItem = currentUserMap.keySet(); Set<Long> recItemSet = new HashSet<>(); for(Map.Entry<Long,Double> entry : simUserList){ Map<Long,Integer> otherItem = userItemScoreMap.get(entry.getKey()); for(Long itemId : otherItem.keySet()){ if(!hasItem.contains(itemId)){ recItemSet.add(itemId); } } } return new ArrayList<>(recItemSet); } //余弦相似度计算函数 private double calcCos(Map<Long,Integer> m1,Map<Long,Integer> m2){ int sumXY = 0,sumX2=0,sumY2=0; Set<Long> keys = new HashSet<>(m1.keySet()); keys.addAll(m2.keySet()); for(Long k : keys){ int x = m1.getOrDefault(k,0); int y = m2.getOrDefault(k,0); sumXY += x*y; sumX2 += x*x; sumY2 += y*y; } if(sumX2==0 || sumY2==0) return 0; return sumXY/(Math.sqrt(sumX2)*Math.sqrt(sumY2)); }

Controller 接口，小程序调用获取推荐列表：

@RestController @RequestMapping("/rec") public class RecController { @Autowired private RecService recService; @GetMapping("/list") public Result<List<Long>> getRec(@RequestParam Long userId){ List<Long> recIds = recService.recommend(userId); return Result.success(recIds); } }

5.3 小程序登录接口（SpringBoot）片段

//微信小程序登录，接收code，换取openid @PostMapping("/wxLogin") public Result<User> wxLogin(@RequestParam String code){ //调用微信接口，code2session 获取openid String openid = wxUtil.getOpenId(code); //查询用户是否存在 User user = userMapper.selectOne(new LambdaQueryWrapper<User>().eq(User::getOpenid,openid)); if(user == null){ //新用户注册 user = new User(); user.setOpenid(openid); user.setType(1); //默认游客 user.setStatus(1); userMapper.insert(user); } return Result.success(user); }

5.4 搭子发布接口简要说明

接收前端传入目的地、出行时间、描述、用户 id，封装 Companion 对象插入数据库，同时新增一条行为记录（发布行为，不参与推荐评分）。发布成功后小程序端刷新搭子列表。

5.5 后台管理模块简要设计

Vue 后台使用 axios 请求后端接口，实现搭子信息、旅拍套餐、用户的分页查询、删除、状态修改；管理员登录使用 Session 或者 JWT 校验权限，防止越权访问接口。

最后出来的界面UI效果如下：
前台：

后台：

小程序及APP：

上面分享的这套系统，包含一些特色功能和创新设计。完全符合导师的要求。也可根据要求修改。完整的项目代码、MySQL 数据库文件、全套文档、界面效果图、PPT 我都已经打包整理好了🎓。 正在准备同题目的学弟学妹，想要拿来参考学习的，可以点击下方链接。👇👇👇👇👇