项目设计目的
项目旨在开发一个基于Python的新闻推荐平台，通过网络爬虫实时抓取新闻数据，并利用推荐算法为用户提供个性化的新闻推荐服务。通过该平台，用户可以快速获取自己感兴趣的新闻内容，提高用户的阅读体验和粘性。
功能需求
- 网络爬虫：实现对新闻网站的数据抓取，获取新闻标题、摘要、分类、发布时间等信息。
- 用户注册与登录：用户可以注册新账号并登录系统。
- 新闻分类管理：管理员可以添加、编辑和删除新闻分类，包括政治、经济、科技、娱乐等。
- 用户偏好管理：用户可以设置自己的新闻偏好，选择感兴趣的分类或关键词。
- 推荐算法实现：系统根据用户的偏好和历史阅读记录，使用推荐算法计算新闻之间的相似度，并为用户推荐具有高相似度且符合用户偏好的新闻。
- 新闻推荐展示：系统将根据用户的偏好和推荐算法结果，为用户展示个性化的新闻推荐列表。
- 用户行为记录：系统会记录用户的阅读历史，包括点击、浏览时间等，以便改进推荐算法和个性化推荐。
数据表结构设计
User 表：
- id: 主键，自动生成的唯一标识符
- username: 用户名
- password: 密码
NewsCategory 表：
- id: 主键，自动生成的唯一标识符
- name: 分类名称
News 表：
- id: 主键，自动生成的唯一标识符
- title: 新闻标题
- summary: 新闻摘要
- category_id: 外键，关联到 NewsCategory 表的 id 字段
- publish_time: 发布时间
UserPreference 表：
- id: 主键，自动生成的唯一标识符
- user_id: 外键，关联到 User 表的 id 字段
- category_id: 外键，关联到 NewsCategory 表的 id 字段
NewsReadHistory 表：
- id: 主键，自动生成的唯一标识符
- user_id: 外键，关联到 User 表的 id 字段
- news_id: 外键，关联到 News 表的 id 字段
- click_time: 点击时间
NewsRecommendation 表：
- id: 主键，自动生成的唯一标识符
- user_id: 外键，关联到 User 表的 id 字段
- news_id: 外键，关联到 News 表的 id 字段
- similarity_score: 相似度分数
项目结构图：
ER图：
以上为主要设计过程，如需指导或定制请私聊
