本研究设计并实现了一个基于大数据的大学生文献阅读行为分析与预测系统，旨在通过分析大学生的文献阅读行为，为其提供个性化的文献推荐，并辅助高校图书馆优化文献资源建设。系统分为管理员端和用户端两部分。管理员端包含系统首页、用户管理、知网爬取内容管理、分类预测管理以及个人中心等模块，方便管理员对系统进行全面的维护和管理。用户端则包含系统首页、知网爬取内容展示、分类预测结果查看以及个人中心等模块，为大学生提供便捷的文献获取和阅读体验。系统采用大数据技术对知网数据进行爬取和分析，通过机器学习算法对大学生的文献阅读行为进行分类预测，从而实现个性化的文献推荐。该系统有助于提高大学生的文献检索效率，促进学术研究，并为高校图书馆的文献资源建设提供决策支持。

系统利用Python进行开发，结合MySQL数据库进行数据存储和管理。通过数据可视化技术，系统以直观的方式展示分析结果，帮助用户更好地理解文献阅读行为模式和预测结果。管理员可以通过系统首页概览系统运行状态，通过用户管理模块对用户进行增删改查，通过知网爬取内容管理模块对爬取的文献数据进行管理和维护，通过分类预测管理模块对预测模型进行训练和评估，通过个人中心模块进行个人信息管理和系统设置。用户可以通过系统首页进入系统，通过知网爬取内容模块浏览和检索文献，通过分类预测模块查看个性化的文献推荐，通过个人中心模块进行个人信息管理和个性化设置。该系统的设计与实现，为大学生文献阅读行为分析与预测提供了有效的工具和平台。

功能模块设计

基于大数据的大学生文献阅读行为分析与预测系统的设计与实现实现了数据抓取、数据处理、数据可视化和管理系统。系统能够从知网平台抓取相关的数据，然后对这些数据进行存储、传输、缺失值处理、重复值处理和数据预测，系统会将这些数据可视化，以便于分析和决策。数据看板是整个系统的核心部分，它通过图表和图形的方式，将复杂的统计数据转化为直观易懂的可视化信息。通过这些数据，用户可以清晰地了解到详细信息，从而帮助他们做出更为明智的决策。最后，管理系统则负责后台管理实现了系统首页，用户管理，知网爬取内容管理，分类预测管理，个人中心等功能。总的来说，这个系统可以帮助知网更好地了解用户的需求和行为，总体功能如图4-6所示。

用户点击知网查询内容界面，可以看到序号，类型，标题，作者，来源等信息，可以对其进行查看，根据标题，作者，来源进行搜索等操作。具体操作如下图所示：