【开题答辩全过程】以 基于协同过滤算法的美妆推荐系统的设计与实现为例，包含答辩的问题和答案

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“基于协同过滤算法的美妆推荐系统”。系统分前台和后台：前台给买家看，可以注册登录、浏览商品、看个性化推荐；后台给管理员用，管商品、管订单、看统计数据。核心就是“猜你喜欢”——用基于用户的协同过滤算法，根据别人的购买记录给你推化妆品。技术用 Java+SSM 框架，MySQL 存数据，IDEA 开发，Tomcat 跑服务，页面用 Bootstrap 简单画了一下，一共六大模块：用户、商品、订单、推荐、购物车、后台管理。陈述完毕，谢谢老师！

评委老师：为什么选“美妆”这个垂直领域，而不是图书、电影这类公开数据集更多的领域？
答辩学生：因为我自己平时买化妆品最多，对业务熟，商品规格少、品类集中，代码里好写；而且公开的美妆销售数据虽然不多，但够用，比图书更贴近生活，演示效果直观。

评委老师：系统用什么指标衡量“推荐得好不好”？
答辩学生：先用准确率 Precision@10，再看覆盖率，保证别老推那几款；如果时间够，就加上用户问卷打 1-5 星，取平均满意度。

评委老师：MySQL 里用户行为表怎么设计的？给张截图思路就行。
答辩学生：三张核心表：user(id, name, pwd)、product(id, name, price, img)、behavior(id, user_id, product_id, rating, buy_time)。rating 1-5 分，买就插一条，浏览先记 0 分，后面算相似度时当隐式反馈。

评委老师：SSM 框架里，推荐算法写在哪一层？
答辩学生：写在 Service 层，单独开一个 RecommendService，调用 DAO 查 behavior 表，算完相似度后返回 List<Product>

评委老师：如果新用户一条记录都没有，你准备推什么？
答辩学生：先用“热销榜”顶一下，后台每天跑定时任务把近 30 天销量前 20 的缓存到 Redis，新用户进来直接读缓存，等有行为再切协同过滤。

评委老师：计划安排里，2025 年 4 月才写完代码，万一算法效果差，来得及改吗？
答辩学生：我在 3 月会先跑通 MovieLens 小数据集，把算法写成可插拔工具类，4 月只要换数据源和字段映射，最多调参，不会动大框架，预留两周缓冲。

评委老师：最后演示时，准备怎么证明“推荐比随机强”？
答辩学生：我会准备 A/B 面板：左边随机 10 个商品，右边算法 10 个，让在场同学现场扫码点“想要”，统计点击率，只要算法侧高 15% 就算赢，简单直观。

评委老师评价：
xx 同学选题贴近生活，技术路线清晰，对“冷启动”和“评价指标”都有朴素但可行的方案。注意把行为表索引建好后尽早压测，防止 4 月数据量大时翻船。整体进度安排留有余地，预计可以顺利完成。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。