该项目是一个基于Python的全栈推荐系统，旨在通过多模态数据（用户行为、产品属性和促销活动）构建数据驱动的精准推荐服务。系统通过数据采集、预处理、图结构构建、特征提取和用户画像生成等多个环节，展示了完整的数据处理与建模流程。前端采用Flask构建Web展示界面，用户通过输入ID获取实时个性化推荐。系统基于简单的协同过滤或图神经网络模型，保证了低资源占用与高效执行，适用于小规模数据集。作为全栈开发，我设计并实现了包括数据采集、后端逻辑、模型训练与优化、用户画像展示等完整功能，涵盖了从数据处理到用户体验的全方位技术栈，展示了扎实的技术能力及系统开发经验。
作为全栈开发工程师，我独立开发了基于Python的促销用户画像与商品推荐系统。系统从模拟和第三方数据中采集用户行为、产品属性及促销活动数据，经数据清洗、格式化后构建用户、商品与促销活动的图结构，通过轻量级协同过滤和图神经网络模型实现精准画像与实时推荐。前后端采用Flask及数据库无缝集成，支持交互式Web展示，有效提升促销转化率，充分展现了我在数据处理、模型设计与全栈开发方面的综合实力。