vue+flask山西非遗文化遗产图谱可视化系统

文章结尾部分有CSDN官方提供的学长 联系方式名片
文章结尾部分有CSDN官方提供的学长 联系方式名片
关注B站,有好处!

编号:F068
项目介绍:

本系统主要实现了以下功能:
非遗项目知识图谱可视化
非遗项目可视化+关键词分析
非遗项目新闻咨询+点赞+评论
非遗项目检索
非权限+普通用户+管理员
用户管理、非遗新闻管理、项目管理

非遗项目文档说明:
在这里插入图片描述

功能模块

在这里插入图片描述

1. 用户相关功能

  • 登录与注册:通过 api/userApi.py 中的 login 函数实现用户登录功能,models/model.py 中的 valid_register 函数可用于用户注册校验,不过代码未展示完整注册接口。
  • 权限管理:规划区分普通用户和管理员,不同角色登录后查看不同菜单,但代码里未完整呈现权限控制逻辑。
  • 用户信息管理
    • api/userApi.py 中的 userinfo 函数可根据用户名查询用户信息。
    • idconfirm 函数可更新用户身份证号和真实姓名。
    • modifypass 函数支持用户修改密码。
      在这里插入图片描述

2. 非遗项目相关功能

  • 数据导入与管理data/导入非遗数据mysql.py 能将 Excel 文件中的非遗数据导入 MySQL 数据库,并更新非遗项目描述信息。
  • 知识图谱功能
    • data/构建知识图谱.py 从 MySQL 读取数据,在 Neo4j 中构建知识图谱。
    • api/feiyiApi.py 中的 getFY_KnowledgeGraph 函数可根据参数查询知识图谱信息。
  • 搜索与查询
    • api/mainApi.pyget 函数支持根据关键词模糊搜索非遗项目。
    • api/feiyiApi.py 实现了非遗项目的分页查询、单个查询、全部查询等功能。
      在这里插入图片描述
      在这里插入图片描述
      非遗项目的查询:
      在这里插入图片描述

3. 新闻资讯相关功能

api/newsApi.py 实现新闻资讯相关接口,支持新闻的分页查询、单个查询、全部查询、新增、更新和删除操作。
新闻还支持点赞和讨论
在这里插入图片描述
在这里插入图片描述
讨论区功能
在这里插入图片描述

4. 评论与点赞功能

  • 评论api/commentApi.py 处理评论相关接口,支持评论的分页查询、单个查询、新增、更新和删除操作。
  • 点赞api/thumbApi.py 处理点赞相关接口,支持点赞信息的分页查询、单个查询、新增、更新和删除操作。

5. 数据可视化与分析功能

  • 关键词分析api/mainApi.pygetKeywords 函数使用 TF - IDF 和 TextRank 算法提取关键词并返回。
  • 词云生成models/feiyi.py 中的 getWords 函数可生成词云数据。
    在这里插入图片描述

6. 主页非遗地图

readme.md 提到主页有非遗地图,数据来源于阿里云 DataV 官方,点击可查看知识图谱。
在这里插入图片描述
点击查看具体的城市,比如忻州市
在这里插入图片描述
切换到吕梁市:
在这里插入图片描述

7. 管理员功能

这个系统具备全套管理员功能,可以管理非遗项目、用户,简单来说就是增删改查
管理员主页:
在这里插入图片描述
非遗项目管理
在这里插入图片描述

新闻管理

在这里插入图片描述

在这里插入图片描述

用户管理
在这里插入图片描述

数据表

-- 创建非物质文化遗产信息表
CREATE TABLE `tb_feiyi` (`id` INT NOT NULL AUTO_INCREMENT COMMENT '序号(自增主键)',`name` VARCHAR(100) NOT NULL COMMENT '非遗名称',`region` VARCHAR(50) NOT NULL COMMENT '所属地区(地级市)',`category` VARCHAR(50) NOT NULL COMMENT '非遗类型',`description` TEXT NOT NULL COMMENT '详细介绍',PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb3 COMMENT='非物质文化遗产信息表';

知识图谱构建

完成了下面是进行知识图谱的构建, 直接读取tb_feiyi表,然后根据name、region、category字段来进行知识图谱构建,分别对应neo4j节点是 名称非遗项目、 城市、 类型, 其中城市和类型都可能有多个,用、分隔,考虑到不想让节点重复,应该用merge语句,使用py2neo操作neo4j数据库, 其中非遗项目 分别和城市、类型有关系,也需要建立。
原始数据
在这里插入图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如若转载,请注明出处:http://www.pswp.cn/web/93023.shtml
繁体地址,请注明出处:http://hk.pswp.cn/web/93023.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

Jetson NX Python环境搭建:使用APT轻松安装NumPy, scikit-learn, OpenCV

引言 在NVIDIA Jetson NX等ARM架构的嵌入式AI板子上搭建Python开发环境,特别是安装像NumPy、OpenCV这样包含C/C底层代码的科学计算库时,经常会遇到编译失败、耗时过长或依赖冲突等问题。这些问题尤其在通过pip从源代码编译安装时更为突出,例如…

Spring Boot项目中线程池的全面教程

一、线程池基础概念与重要性1.1 为什么需要线程池在Spring Boot应用中,线程池是一种至关重要的并发编程工具,它通过​​复用线程资源​​显著提升系统性能。主要优势包括:​​减少开销​​:避免频繁创建和销毁线程带来的性能损耗​…

机器学习第八课之K-means聚类算法

目录 简介 一、K-means 的核心思想 二、K-means 聚类的工作流程 1. 确定聚类数量 K 2.初始化 K 个簇中心 3.簇分配:将数据点分配到最近的簇 4.更新簇中心:重新计算每个簇的中心 5.判断是否收敛 6.输出聚类结果 三、聚类效果评价方式 四、k-…

【P21】OpenCV Python——RGB和BGR,HSV和HSL颜色空间,及VScode中报错问题解决

P21 1 RGB和BGR2 HSV和HSL,YUV2.1 HSV2.1. 色调H2.1.2 饱和度S2.1.3 明度V2.2 HSL2.3 YUV3 颜色空间转换实战4 VScode中报错问题5 Windows 下 VScode 路径格式(VScode很强大,路径格式写法自由多样)RGB/BGR人眼识别的颜色 &#xf…

.NET 应用程序 Linux下守护进程脚本编写

下面的脚本是生产可用,可靠的sh脚本,用于监控 .NET 应用程序并自动重启。假如你打包发布到Linux的程序名称为MyAspDemo;推荐打包模式为框架依赖:需要在Linux上安装对应的donet版本;1.在Linux下新建一个文件&#xff0c…

图论理论部分

旅游完回来继续学习。 先来看一下图论的理论部分,然后稍微做一下DFS的题目。 图的基本概念 二维坐标中,两点可以连成线,多个点连成的线就构成了图。 当然图也可以就一个节点,甚至没有节点(空图) 图的种…

WebSocket集群方案解析与实现

一、WebSocket集群核心挑战 1.1 关键问题分析 #mermaid-svg-gzRCTMr7wiVCokct {font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}#mermaid-svg-gzRCTMr7wiVCokct .error-icon{fill:#552222;}#mermaid-svg-gzRCTMr7wiVCokct .error-t…

使用dify搭建hr简历助手-上传简历-对接飞书ai表格

一、需求背景 hr在招聘平台获取简历后,想整理到简历库,在线管理和维护,及其不方便,所以用dify搭建一个简历上传助手,并且能保存到线上表格,方便维护和查看。 先看下最终的效果我们的工作流即可自动获取文件…

《算法导论》第 22 章 - 基本的图算法

大家好!今天我们来深入学习《算法导论》第 22 章的基本图算法。图论是计算机科学中的重要基础,这些基本算法是解决很多复杂问题的基石。本文将结合代码实现,帮助大家更好地理解和应用这些算法。思维导图22.1 图的表示在计算机中,图…

基于PROFINET的西门子PLC通讯:S7-200与S7-1200在自动化仓储中的协同应用

一.行业痛点与解决方案传统仓储物流系统中,采用西门子SMARTS7-200PLC(如CPUSR20、SR30等型号)的设备往往面临三大通讯难题:一是无法直接接入以太网网络,导致多PLC间的数据交互需要通过复杂的串口级联实现,响…

redis实现秒杀超卖问题的解决方案:(仅限于单体项目)

秒杀实现通过乐观锁控制超卖问题通过悲观锁控制每个用户只能下一单,避免用户多次点击,发送的多次下单请求(即多个线程)都成功,避免恶意攻击每个请求访问Tomcat时,就会分配一个线程处理请求业务逻辑:注*以下逻辑中报错也…

Go与Python爬虫实战对比:从开发效率到性能瓶颈的深度解析

目录 引言:两种语言,两种哲学 开发效率对比:从框架设计看易用性 Python的"开箱即用" Go的"手动组装" 性能对比:从并发模型看效率差异 理论性能对比 实际测试数据 错误处理对比:从编程范式…

初识c语言————排序方法

今天我们学习的是c语言中的排序方法目录:一.冒泡排序法二.选择排序法下面我们正式学习c语言中的排序方法一.冒泡排序法1.冒泡排序法的过程:将无序的数组通过数组之间的大小比较,排成有序的样子2.例如:5,3,4…

爬虫与数据分析结合案例:中国大学排名爬取与分析全流程

爬虫与数据分析结合案例:中国大学排名爬取与分析全流程 一、案例背景与目标 本案例以高三网中国大学排名(网址:2021中国的大学排名一览表_高三网)为数据源,完成从数据爬取到分析可视化的全流程实践。主要目标包括&am…

行业分享丨SimSolid 在汽车零部件开发中应用的可行性调研及实践

*本文源自汽车行业用户范会超投稿1、背景车型短周期开发背景下,高效的仿真技术显得尤为重要。Altair 推出了多款加速设计/仿真的软件,其中无网格软件 SimSolid 与业务有一定的契合度,有必要论证其在汽车零部件结构分析领域的可行性。2、目标评…

MacOS字体看起来比在 Windows 上更好?

字体控们注意啦!🎉你们有没有发现,同样一段文字,在Mac和Windows上看起来就是不一样?Mac上的字仿佛自带柔光滤镜,圆润又舒适;而Windows上的字则像是精心雕琢的刀锋,锐利且清晰。这背后…

Torch -- 卷积学习day1 -- 卷积层,池化层

目录 一、CNN概述 二、卷积层 1、卷积核 2、卷积计算 3、边缘填充 4、步长 5、多通道卷积计算 6、多卷积核卷积计算 7、特征图大小 8、卷积参数共享 9、局部特征提取 10、卷积层API 三、池化层 1、池化层概述 1.池化层的作用 2.池化层类型 2、池化层计算 3、步…

蓝桥杯---第六届省赛单片机组真题

先出手写的代码&#xff0c;代码分析还需要一段时间&#xff0c;不难&#xff0c;大家认真写。#include <STC15F2K60S2.H> #include "Seg.h" #include "LED.h" #include "Key.h" #include "DS1302.h" #include "DS18B20.h&…

GPT-5深度解析:精准、高效、务实的新一代AI引擎

&#x1f31f; GPT-5深度解析&#xff1a;精准、高效、务实的新一代AI引擎在万众瞩目中&#xff0c;OpenAI于2025年8月7日正式推出GPT-5——这一代模型没有华丽的创意革命&#xff0c;却以惊人的准确率提升、断崖式降价和强大的工程能力&#xff0c;悄然重塑了生成式AI的应用边…

oss(阿里云)前端直传

WEB端前端直传 参考文档&#xff1a;web前端直传并设置上传回调 封装oss-upload.ts // 图片上传 import { uploadToken } from /api/uploadFile.js // 获取oss token接口// 定义 OSS 信息类型 interface OssInfo {policy: string;signature: string;x_oss_credential: strin…