基于springboot的无人值守超市系统

一、题目中英文摘要
1.1 中文摘要
针对传统美食探店平台信息同质化严重，用户仅依靠文字检索美食，看到菜品图片却无法快速识别菜名，难以匹配对应的探店店铺；同时平台缺少轻量化个性化推荐能力，商家店铺信息维护繁琐、用户评价内容审核难度大等问题，本文设计并实现了一款基于SpringBoot+Vue+微信小程序的美食图像识别与探店推荐系统。系统后端采用SpringBoot框架，MySQL作为数据存储数据库，Vue开发Web管理后台，微信小程序作为用户端，搭建包含普通用户、入驻商家、系统管理员三类角色的美食探店推荐平台。系统主要实现微信授权登录、美食图像识别、店铺菜品信息管理、探店店铺查询、店铺收藏、评价打分、个性化探店推荐、用户账号管理、内容审核等核心功能，构建用户拍照识菜、探店浏览评价、商家维护店铺菜品、管理员后台审核管控的一体化业务流程。该系统依托微信小程序轻量化的优势，将美食图像识别探店推荐业务与Web后台管理相结合，用户拍照上传菜品图片即可识别菜品并匹配相关探店店铺，实现美食探店信息数字化管理，操作简单，降低用户查找美食店铺的检索成本，帮助餐饮商家获得线上曝光，具备良好的实用价值与推广意义。

1.2 英文摘要
Aiming at the serious information homogenization of traditional food exploration platforms. Users can only search for food by text. When seeing dish photos, they cannot quickly identify dish names and match the corresponding restaurants. At the same time, the platform lacks lightweight personalized recommendation capability, merchants have cumbersome maintenance of store information, and it is difficult to audit user review content. This paper designs and implements a food image recognition and store recommendation system based on SpringBoot, Vue and WeChat Mini Program. The back-end of the system adopts the SpringBoot framework, MySQL is used for data storage, Vue is used to develop the Web management background, and WeChat Mini Program serves as the user client. A food exploration recommendation platform with three types of roles: ordinary users, settled merchants and system administrators is built. The system mainly realizes core functions such as WeChat authorized login, food image recognition, store and dish information management, store query, store collection, review scoring, personalized store recommendation, user account management and content audit, forming an integrated business process of users identifying dishes by photos, browsing and evaluating restaurants, merchants maintaining store and dish information, and administrators conducting background audit and control. Relying on the lightweight advantage of WeChat Mini Program, the system combines food image recognition and store recommendation business with Web background management. Users can upload dish photos to identify dishes and match related restaurants. It realizes digital management of food exploration information, is easy to operate, reduces users' retrieval cost of finding food stores, helps catering merchants gain online exposure, and has good practical value and promotion significance.

二、研究目的与意义
2.1 研究目的
本课题研究旨在依托SpringBoot后端、Vue后台与微信小程序技术，打造美食图像识别与探店推荐平台，解决传统美食平台文字检索局限性、看图无法识别菜品、探店推荐单一、商家店铺管理不便、平台评价内容管控困难等痛点。通过开发美食图像识别与探店推荐系统，普通用户通过微信小程序完成微信授权登录，维护个人基础信息，使用菜品图像识别、店铺检索、收藏探店店铺、发布评价打分、查看个人收藏与评价记录；入驻商家可在Web后台管理店铺与菜品信息，查看用户评价；系统管理员负责管控用户与商家账号，审核店铺资料、用户评价内容，维护菜品基础分类。系统自动保存用户信息、店铺菜品、收藏记录、探店评价数据，管理员可对平台基础数据统一维护。同时通过分角色权限管控，实现普通用户探店交互、商家维护店铺菜品、管理员后台审核监管的权限隔离，最终实现美食图像识别+探店推荐一体化管理，探索SpringBoot+Vue+微信小程序技术栈在美食探店推荐场景下的应用方案。

2.2 研究意义
（1）理论意义
本研究将SpringBoot后端框架、Vue前端管理、微信小程序技术与美食图像识别探店推荐业务场景深度结合，丰富了小程序+Web后台组合模式在生活服务推荐类系统的相关研究。针对菜品图像识别、个性化探店推荐、店铺评价管理、多角色权限控制、收藏管理场景需求，设计适配普通用户、入驻商家、系统管理员的分权限业务模块，优化了前后端分离架构下多角色权限体系，为同类美食探店推荐平台的开发落地提供理论参考与技术实践案例，对生活服务信息化平台相关研究具有一定的补充价值。

（2）实际意义
在实际应用中，本系统降低用户寻找美食店铺的门槛，用户打开微信小程序拍照上传菜品图片，即可识别菜品并获得相关探店店铺推荐，随时查看店铺详情与其他用户评价。对于餐饮商家，可以在线维护店铺、菜品信息，查看顾客评价，获得线上曝光引流；管理员可在线审核商家店铺资料、管控违规评价，维护平台秩序。系统线上化的图像识别与探店推荐流程，减少用户美食信息检索成本，帮助中小餐饮商家低成本线上运营，具备较好的实际应用价值。

三、国内外研究现状
3.1 国内研究现状
国内美食推荐平台发展迅速，大众点评、美团等平台聚集大量探店信息，但这类大型平台偏向综合服务，图像识别能力较弱，大多仅支持文字搜索店铺，缺少“拍照识别菜品，反向推荐探店店铺”的能力。市面上小型美食小程序大多只做店铺展示，缺少图像识别模块，个性化推荐算法简单，商家资料与用户评价审核依赖人工。在本科毕业设计领域，美食类系统选题多集中在美食商城、简单店铺展示系统方向，同时集成微信小程序移动端、菜品图像识别、个性化探店推荐、多角色权限管理、评价审核一体化的美食探店系统相对不多。现有同类系统普遍存在角色权限划分简单、图像识别模块缺失、推荐逻辑简单、内容审核机制不完善等问题。总体来看，融合菜品图像识别、个性化探店推荐、多角色权限管理与内容审核的美食探店推荐系统，仍有较大研究与开发空间。

3.2 国外研究现状
国外美食推荐应用起步较早，图像识别在餐饮领域应用案例较多，谷歌、微软等开放成熟的图像识别API，美食识别模型精度较高。但国外美食推荐软件依托海外移动端生态，没有微信小程序这类轻量化应用，难以适配国内用户使用习惯。国外美食平台业务模式偏向海外本地餐饮，缺少面向国内探店文化的店铺入驻、用户探店评价、店铺资料审核等配套模块。同时国外成熟系统架构复杂，硬件与接口成本高，不适合本科毕设轻量化开发需求。因此，开发适配国内探店场景，融合小程序移动端图像识别探店推荐、Web后台店铺与内容管理的美食图像识别与探店推荐系统，具备本土化研究价值。

四、系统需求分析
本系统结合美食图像识别与探店推荐业务场景，采用分角色精细化需求设计，核心分为普通用户、入驻商家、系统管理员三类用户，各角色权限与功能模块需求如下：

4.1 普通用户功能需求（微信小程序端）
（1）登录注册模块：微信一键授权登录，完善个人基础信息，修改个人资料，退出登录。
（2）美食图像识别模块：调用摄像头拍照或相册选择菜品图片上传，后端识别菜品名称，返回匹配的探店店铺列表。
（3）美食探店推荐模块：首页展示个性化推荐店铺，支持菜名、店铺名称检索，查看店铺详情、菜品、评分与探店评价。
（4）收藏管理模块：收藏感兴趣店铺，查看我的收藏列表，支持取消收藏。
（5）探店评价模块：对探店店铺发布文字评价与打分，查看本人发布的评价，删除个人评价。

4.2 入驻商家功能需求（Web后台）
（1）商家登录模块：账号密码登录，修改商家登录密码。
（2）店铺信息管理模块：新增店铺资料，修改店铺简介、地址、营业时间，提交信息等待管理员审核。
（3）菜品管理模块：添加店铺菜品，上传菜品图片，编辑菜品名称、价格，完成菜品新增、修改、删除。
（4）评价查看模块：查看用户对本店的评价与评分，浏览评价列表。

4.3 系统管理员功能需求（Web后台）
（1）管理员登录模块：后台账号登录，修改管理员密码。
（2）用户管理模块：查看普通用户列表，检索用户账号，禁用或解禁违规用户账号。
（3）商家审核模块：查看商家提交的店铺申请，审核通过或驳回店铺信息。
（4）内容审核模块：审核用户探店评价，删除违规评价内容。
（5）基础数据管理模块：管理菜品分类信息，维护系统基础配置。

五、系统开发技术及介绍
5.1 后端核心技术
（1）Java语言：主流后端开发编程语言，面向对象、跨平台、稳定性好，生态成熟，是本系统后端开发核心语言。
（2）SpringBoot框架：基于Spring的轻量化开发框架，自动配置项目依赖，简化XML配置文件，快速搭建RESTful后端接口，降低代码耦合，提升开发效率，适配Vue+微信小程序前后端分离架构。
（3）MySQL数据库：开源关系型数据库，运行稳定、部署简单，用于持久化存储用户、商家、店铺、菜品、收藏、评价等业务数据，适合本科毕设项目。
（4）MyBatis持久层框架：实现Java实体类与数据库表映射，简化SQL编写，完成数据库增删改查操作。
（5）IDEA开发工具：Java集成开发环境，具备代码提示、断点调试、项目管理功能，方便后端代码编写、接口调试与项目部署。

5.2 前端核心技术
（1）Vue框架：渐进式前端框架，搭配Element UI组件库，开发Web管理后台页面，组件化开发提升页面复用性，Axios完成后端接口请求，Vue Router实现页面跳转。
（2）微信小程序技术：使用WXML、WXSS、JavaScript开发小程序客户端页面，发送网络请求调用SpringBoot后端接口，实现菜品拍照识别、店铺浏览、收藏、评价等功能。
（3）HTML/CSS/JavaScript：用于Web后台页面结构搭建、样式美化与页面交互逻辑实现。

六、数据库表结构设计
本系统数据库共设计6张核心数据表，所有字段简洁实用，每张表字段不超过6个，满足系统全部业务存储需求，具体设计如下：
1. 用户表（t_user）：存储系统普通用户账号基础数据，包含id、openid、nickname、phone、status等字段，保存微信标识、昵称、手机号与用户状态，用于小程序微信登录与权限控制。
2. 商家表（t_merchant）：存储入驻商家账号信息，包含id、mer_name、account、password、audit_status等字段，记录商家名称、登录账号、密码以及商家审核状态。
3. 店铺表（t_store）：存储餐饮店铺信息，包含id、mer_id、store_name、address、score等字段，记录所属商家ID、店铺名称、地址、店铺综合评分。
4. 菜品表（t_dish）：存储店铺菜品信息，包含id、store_id、dish_name、price、img_url等字段，记录所属店铺ID、菜品名称、菜品价格、菜品图片地址。
5. 收藏表（t_collect）：存储用户店铺收藏数据，包含id、user_id、store_id、create_time等字段，记录用户ID、店铺ID、收藏时间。
6. 评价表（t_review）：存储用户探店评价记录，包含id、user_id、store_id、content、score等字段，记录用户ID、店铺ID、评价内容、评价打分。