机器学习：Python汽车推荐系统数据分析可视化协同过滤推荐算法汽车租赁 Django框架大数据新能源汽车毕业设计-育师

博主介绍：✌全网粉丝50W+，前互联网大厂软件研发、集结硕博英豪成立软件开发工作室，专注于计算机相关专业项目实战6年之久，累计开发项目作品上万套。凭借丰富的经验与专业实力，已帮助成千上万的学生顺利毕业，选择我们，就是选择放心、选择安心毕业✌
> 🍅想要获取完整文章或者源码，或者代做，拉到文章底部即可与我联系了。🍅
点击查看作者主页，了解更多项目！
🍅感兴趣的可以先收藏起来，点赞、关注不迷路，大家在毕设选题，项目以及论文编写等相关问题都可以给我留言咨询，希望帮助同学们顺利毕业。🍅

1、毕业设计：2026年计算机专业毕业设计选题汇总（建议收藏）✅

2、最全计算机大数据专业毕业设计选题大全（建议收藏）✅

1、项目介绍

技术栈：
Python语言、Django框架、Echarts可视化、数据分析、数据库、基于用户协同过滤推荐算法、HTML

汽车租赁推荐平台项目介绍

本项目是一款基于Python+Django框架开发的汽车租赁推荐平台，融合Echarts可视化、数据分析及用户协同过滤推荐算法，实现汽车展示、租赁、个性化推荐及后台管理全流程功能。

平台前端以HTML构建友好交互界面，核心模块涵盖热门汽车首页、详情页（含评分、点赞、收藏、评论功能）、浏览量排行榜可视化、个人收藏与租赁订单管理、汽车推荐、充值中心及注册登录系统。后端依托Django实现数据交互与业务逻辑处理，通过数据库存储汽车信息、用户数据、订单记录等核心数据，借助数据分析模块更新热门榜单，利用协同过滤算法根据用户行为生成个性化汽车推荐。

此外，平台配备完善后台管理系统，支持管理员对汽车信息、用户数据、订单及用户评分进行全面管控。项目兼顾用户租赁需求与个性化体验，通过可视化图表直观呈现热门趋势，为用户决策提供支撑，同时以高效的后台管理保障平台稳定运行。

2、项目界面

（1）首页----热门汽车

（2）汽车详情页—详情信息、评分、点赞、收藏、评论

（3）浏览量排行榜可视化

（4）我的收藏

（5）我的租赁订单

（6）汽车推荐—协同过滤算法

（7）充值中心—租赁汽车

（8）注册登录

（9）后台数据管理

（10）用户评分管理

3、项目说明

项目功能模块介绍

1.首页——热门汽车

功能：展示当前热门的汽车信息，吸引用户关注。
实现方式：
- 后端使用 Django 框架从数据库中获取热门汽车数据。
- 前端使用 HTML 和 CSS 设计页面布局，展示汽车图片、名称、简介等信息。
- 可以通过数据分析模块定期更新热门汽车列表。

2.汽车详情页——详情信息、评分、点赞、收藏、评论

功能：展示单个汽车的详细信息，包括配置、评分、用户评论等，并提供点赞、收藏等功能。
实现方式：
- 后端通过 Django 提供 API 接口，从数据库中获取汽车的详细信息。
- 前端使用 HTML 和 CSS 设计页面布局，展示丰富的汽车详情内容。
- 用户可以对汽车进行评分、点赞、收藏和评论，这些操作通过前端发送请求到后端，后端更新数据库并返回结果。

3.浏览量排行榜可视化

功能：通过图表展示汽车的浏览量排行榜，帮助用户了解热门车型。
实现方式：
- 使用 Django 后端从数据库中获取浏览量数据。
- 前端使用 Echarts 可视化库生成柱状图或折线图，展示浏览量排行榜。
- 数据通过 Django 的视图传递到前端模板。

4.我的收藏

功能：用户可以查看自己收藏的汽车列表。
实现方式：
- 后端通过 Django 提供用户收藏数据的接口。
- 前端使用 HTML 和 CSS 展示收藏列表，用户可以对收藏的汽车进行管理（如取消收藏）。

5.我的租赁订单

功能：用户可以查看自己的租赁订单历史和当前订单状态。
实现方式：
- 后端通过 Django 提供订单数据的接口。
- 前端使用 HTML 和 CSS 展示订单列表，用户可以查看详情或取消订单。

6.汽车推荐——协同过滤算法

功能：根据用户的浏览历史和评分行为，推荐相关的汽车。
实现方式：
- 后端使用 Python 实现基于用户协同过滤的推荐算法。
- 用户的行为数据（如浏览、评分）被记录在数据库中，算法根据这些数据生成推荐列表。
- 前端通过 Django 模板展示推荐结果。

7.充值中心——租赁汽车

功能：用户可以在此模块进行充值，以便租赁汽车。
实现方式：
- 后端通过 Django 提供充值接口，支持多种支付方式。
- 前端使用 HTML 和 CSS 设计充值页面，用户可以选择充值金额并完成支付。

8.注册登录

功能：用户可以通过此模块注册新账号或登录已有账号。
实现方式：
- 后端通过 Django 提供用户注册和登录的接口，支持邮箱或手机号注册。
- 前端使用 HTML 和 CSS 设计注册登录页面，用户输入信息后通过表单提交到后端进行验证。

9.后台数据管理

功能：管理员可以在此模块管理网站的数据，包括汽车信息、用户数据、订单数据等。
实现方式：
- 后端通过 Django 提供管理接口，管理员可以通过网页操作数据库。
- 前端使用 HTML 和 CSS 设计管理界面，方便管理员进行数据操作。

10.用户评分管理

功能：管理员可以在此模块管理用户的评分数据，包括查看评分、删除不合理评分等。
实现方式：
- 后端通过 Django 提供评分管理接口。
- 前端使用 HTML 和 CSS 设计评分管理界面，管理员可以对评分数据进行操作。

4、核心代码

defadd_order(request):# 用户预定车辆user_id=request.session.get('user_id')car_id=request.POST.get('car_id')car=CarModel.objects.get(id=car_id)user=UserInfoModel.objects.get(id=user_id)ifuser.money<car.price:returnJsonResponse({'code':400,'message':'您的账户余额不足，请充值'})ifcar.number==0:returnJsonResponse({'code':400,'message':'该车辆暂无库存'})OrderModel.objects.create(user_id=user_id,car_id=car_id,price=car.price)user.money-=car.price user.save()car.number-=1car.save()returnJsonResponse({'code':200})defadd_collect(request):# 添加收藏user_id=request.session.get('user_id')car_id=request.POST.get('car_id')flag=CollectModel.objects.filter(user_id=user_id,item_id=car_id).first()ifflag:returnJsonResponse({'code':400,'message':'该车辆已收藏，请勿重复添加'})CollectModel.objects.create(user_id=user_id,item_id=car_id)returnJsonResponse({'code':200})definput_score(request):# 用户对汽车进行评分user_id=request.session.get('user_id')ifnotuser_id:returnJsonResponse({'code':400,'message':'请先登录'})score=int(request.POST.get('score'))car_id=request.POST.get('car_id')MarkModel.objects.create(item_id=car_id,score=score,user_id=user_id)returnJsonResponse({'code':200})defadd_comment(request):# 添加评论user_id=request.session.get('user_id')ifnotuser_id:returnJsonResponse({'code':400,'message':'请先登录'})content=request.POST.get('content')car_id=request.POST.get('car_id')ifnotcontent:returnJsonResponse({'code':400,'message':'内容不能为空'})CommentModel.objects.create(user_id=user_id,content=content,car_id=car_id)returnJsonResponse({'code':200})defmy_info(request):user_id=request.session.get('user_id')ifrequest.method=='GET':# 个人信息界面info=UserInfoModel.objects.filter(id=user_id).first()context={'info':info}returnrender(request,'my_info.html',context=context)else:# 更新个人信息username=request.POST.get('username')password=request.POST.get('password')phone=request.POST.get('phone')ifnot(usernameorpasswordorphone):returnJsonResponse({'code':400,'message':'参数不能为空'})UserInfoModel.objects.filter(id=user_id).update(username=username,password=password,phone=phone,)returnJsonResponse({'code':200})deftop_up(request):user_id=request.session.get('user_id')user=UserInfoModel.objects.get(id=user_id)ifrequest.method=='GET':# 显示充值界面context={'user':user}returnrender(request,'top_up.html',context=context)else:money=request.POST.get('money')ifnotmoney:returnJsonResponse({'code':400,'message':'充值金额不能为空'})user.money=user.money+int(money)user.save()returnJsonResponse({'code':200})defcalculate_cosine_similarity(user_ratings1,user_ratings2):# 将用户1的车辆评分存入字典，键为车辆ID，值为评分item_ratings1={rating.item_id:rating.scoreforratinginuser_ratings1}# 将用户2的车辆评分存入字典，键为车辆ID，值为评分item_ratings2={rating.item_id:rating.scoreforratinginuser_ratings2}# 找出两个用户共同评价过的车辆common_items=set(item_ratings1.keys())&set(item_ratings2.keys())iflen(common_items)==0:return0.0# 无共同评价的车辆，相似度为0# 提取共同评价车辆的评分，存入NumPy数组user1_scores=np.array([item_ratings1[item_id]foritem_idincommon_items])user2_scores=np.array([item_ratings2[item_id]foritem_idincommon_items])# 计算余弦相似度cosine_similarity=np.dot(user1_scores,user2_scores)/(np.linalg.norm(user1_scores)*np.linalg.norm(user2_scores))returncosine_similaritydefuser_based_recommendation(request,user_id):try:# 获取目标用户对象target_user=UserInfoModel.objects.get(id=user_id)exceptUserInfoModel.DoesNotExist:returnJsonResponse({'code':400,'message':'该用户不存在'})# 获取目标用户的车辆评分记录target_user_ratings=MarkModel.objects.filter(user=target_user)# 用于存储推荐车辆的字典recommended_items={}# 遍历除目标用户外的所有其他用户forother_userinUserInfoModel.objects.exclude(pk=user_id):# 获取其他用户的车辆评分记录other_user_ratings=MarkModel.objects.filter(user=other_user)# 计算目标用户与其他用户的相似度similarity=calculate_cosine_similarity(target_user_ratings,other_user_ratings)ifsimilarity>0:# 遍历其他用户评价的车辆foritem_ratinginother_user_ratings:# 仅考虑目标用户未评价过的车辆ifitem_rating.itemnotintarget_user_ratings.values_list('item',flat=True):ifitem_rating.item.idinrecommended_items:# 累积相似度加权的评分和相似度recommended_items[item_rating.item.id]['score']+=similarity*item_rating.score recommended_items[item_rating.item.id]['similarity']+=similarityelse:# 创建推荐车辆的记录recommended_items[item_rating.item.id]={'score':similarity*item_rating.score,'similarity':similarity}# 将推荐车辆按照加权评分排序sorted_recommended_items=sorted(recommended_items.items(),key=lambdax:x[1]['score'],reverse=True)# 获取排名靠前的推荐车辆的IDtop_recommended_items=[item_idforitem_id,_insorted_recommended_items[:5]]# 构建响应数据response_data=[]foritem_idintop_recommended_items:item=CarModel.objects.get(pk=item_id)similarity=recommended_items[item_id]['similarity']response_data.append({'name':item.name,'id':item.id,'image':item.image,'similarity':similarity,})context={'response_data':response_data}returnrender(request,'item_recommend.html',context=context)defview_count(request):# 浏览量ifrequest.method=='GET':returnrender(request,'view_count.html')else:cars=CarModel.objects.all().order_by('-view_number')[:10]name_list=[]count_list=[]forcarincars:name_list.append(car.name)count_list.append(car.view_number)returnJsonResponse({'code':200,'name_list':name_list,'count_list':count_list})