原创 (四)前端路由與登錄攔截器——vue+springBoot實戰

#hash模式和history模式(深入瞭解)   #登錄攔截 方式之一:後端攔截,這種方法需要將前端打包,部署到後端   #攔截器的簡單邏輯 1)用戶訪問URL 2)檢測該URL是否爲登錄界面 3)是則不攔截,不是則檢測是否爲登錄狀態

原创 (二)數據庫引入——vue+springBoot實戰

#新建數據庫 white_jotter create database white_jotter; #新建user表 create table user(id int(11) unsigned NOT NULL AUTO_INCREMEN

原创 (四)組件複用和數據傳遞——vue-cli3實例:電商分類網頁

#組件複用意識   本項目的組件結構:(嵌套使用,這類似於構成了一顆組件樹) First.vue(首頁) 【Left.vue(側邊欄) + Right.vue 【goodList.vue(商品列表)】】 格式相同,數據不同的顯示方式 和

原创 (十三)MySQL數據庫安裝——從0開始大數據開發實戰:電影推薦系統(scala版)

#執行一下命令,安裝MySQL sudo apt-get update sudo apt-get install mysql-server 安裝過程中會提示設置MySQL數據庫root用戶的密碼,本案例設置密碼爲hadoop   #安裝完

原创 (十五)介紹文檔——從0開始大數據開發實戰:電影推薦系統(scala版)

1)Film_Recommend_Dataframe 爲推薦系統的後端完整項目,目錄結構爲 1.1)Out文件夾: out\artifacts\Film_Recommend_Dataframe_jar\Film_Recommend_Da

原创 (一)創建項目——vue-cli3實例:電商分類網頁

教程跟學——實例部分:https://www.imooc.com/learn/1173 代碼:稍後上傳github   本系列博客僅爲教程跟學時碰到的一些問題和總結的記錄   卸載vue-cli 2.9 npm uninstall  vu

原创 (理論)推薦系統——從0開始大數據開發實戰:電影推薦系統(scala版)

一、推薦系統 根據用戶的歷史數據發掘用戶的潛在需求。   二、長尾商品 區別於熱門商品,熱門商品代表用戶們的普遍需求,而長尾商品代表用戶的個性化需求。   三、推薦方法 1)專家推薦(人工推薦):資深專家根據經驗給出推薦。 2)統計推薦(

原创 (一)初識Axure——【Axure入門】Axure RP從入門到精通

視頻教程 https://pan.baidu.com/s/1KIGVf48GMoDQ0688HIiijA    提取碼:58yz   一個產品的開發需要經過多次的溝通和迭代,所以對於原型需要快速開發。 Axure是一個流行的快速開發原型的

原创 (三)使用 Element 輔助前端開發——vue+springBoot實戰

Element 的官方地址爲 http://element-cn.eleme.io/#/zh-CN   #安裝Element cd wj-vue cnpm i element-ui -S   #引入Element (完整引入、按需引入)

原创 (一)前後端結合測試——vue+springBoot實戰

參考教程:https://learner.blog.csdn.net/article/details/88925013 #安裝vue-cli  參考教程 vue-cli安裝 #安裝lombok lombok介紹   最好每做幾步,就進行測

原创 (六)數據庫設計與增刪改查——vue+springBoot實戰

#新建pojo movieinfo personalratings recommendresult user(已建)  

原创 (五)安裝axios與最終效果——vue-cli3實例:電商分類網頁

安裝 axios插件: 讀取json,實現ajax效果 1)npm i axios -S 2)在main.js中註冊 import axios from 'axios' Vue.prototype.$http=axios   效果:  

原创 (六)IDEA新建工程——從0開始大數據開發實戰:電影推薦系統(scala版)

打開IntelliJ IDEA,選擇菜單“File->New->Project”,打開一個新建項目對話框(如下圖所示),本教程使用Maven對Scala程序進行編譯打包,所以,請點擊左側的“Maven”,右側“Create from ar

原创 (五)把數據集ETL到HDFS中——從0開始大數據開發實戰:電影推薦系統(scala版)

#數據集下載 電影推薦系統——>數據集——>movie_recommend.zip https://pan.baidu.com/s/1KbX8DbBvW8Cqogh3xWFxEw 提取碼:8h10  其他電影數據集資源: https:/

原创 (一)linux系統安裝——從0開始大數據開發實戰:電影推薦系統(scala版)

參考資源: 廈大實驗室博客http://dblab.xmu.edu.cn/blog/ 大數據基礎編程、實驗和案例教程(林子雨)   linux版本(ubuntu):  ubuntukylin-16.04-desktop-amd64 htt