1引言

1.1.1编写目的

该文档在概要设计的基础上，进一步的细化系统结构，展示了软件结构的图标，物理设计、数据结构设计、及算法设计、详细的介绍了系统各个模块是如何实现的，包括涉及到的算法，逻辑流程等。
预期的读者：开发人员及项目负责人

1.2 背景

说明：
a．待开发软件系统的名称：基于flask的健康管理系统
b．本项目的任务提出者 ：Aurora
c．本项目的开发者：Aurora
d．用户：测试人员、用户
e．运行该程序系统的计算中心：运行该系统的全体客户端

1.3 定义

【热量消耗】：指用户每日摄入的食物热量经过身体供能消耗的热量。

1.4 参考资料

a.《软件工程》齐治昌 谭庆平 宁洪 高等教育出版社 1997年第一版
b.《实用软件工程》郑人杰 殷人昆 陶永雷 清华大学出版 1997年第二版
c. GB/T 9385-2008计算机软件需求说明规范

2 程序系统的结构

3一般用户设计说明

3.1 程序描述

该程序指对用户的健康信息进行记录，并以表单的形式输出，在用户输入自己的饮食记录后，本系统会根据用户的饮食情况和需求智能生成饮食推荐，以便更好的保障用户的健康。

3.2 功能

3.3 性能

3.3.1输入精度

软件的输入精度：只保留整数部分
软件的输出精度：只保留整数部分
传输过程中的精度:只保留整数部分

3.3.2灵活性

A．运行环境的变化：该软适用于现在流行的操作系统、
B．精度和有效时限的变化：因不同情况而变化
C．计划的变化和改进：根据用户的需求随时软件做出更新和升级。

3.3.3时间特性的要求

相应时间：0.5s内
更新处理时间：0.5s内
数据的更换和传送时间：1s内

3.4输入项

3.5 输出项

3.6 算法

协同过滤算法
基于用户的CF原理如下：
1.分析各个用户对item的评价
2.依据用户对item的评价计算出所有用户之间的相似度
3.选出与当前用户最相似的N个用户
4.将这N个用户评价最高并且当前用户没有浏览到的item推荐给当前用户
基于用户的CF算法大致的计算流程如下：
首先我们根据网站的记录计算出一个用户与item的关联矩阵，如下：

图中，行是不同的用户，列是所有物品，(x, y)的值则是x用户对y物品的评分（喜好程度）。我们可以把每一行视为一个用户对物品偏好的向量，然后计算每两个用户之间的向量距离，这里我们用余弦相似度来算：
　　

然后得出用户向量之间相似度如下，其中值越接近1表示这两个用户越相似：
　　

最后，我们要为用户1推荐物品，则找出与用户1相似度最高的N名用户（设N=2）评价的物品，去掉用户1评价过的物品，则是推荐结果。
基于物品的CF计算方式大致相同，只是关联矩阵变为了item和item之间的关系，若用户同时浏览过item1和item2，则(1,1)的值为1，最后计算出所有item之间的关联关系如下：

3.7 流程逻辑

3.8 接口

3.9 存储分配

3.10 注释设计

说明准备在本程序中安排的注释，如：
a． 在模块首部注释说明模块开始编写时间、编写人员及其基本功能
b． 在变量声明阶段，大概说明变量的类型和用途
c． 在判断、循环或者顺序枝分点上注释说明程序代码的功能

3.11 设计条件

必须保证程序正常的连接到服务器

3.12 测试计划

测试用例：选取有代表性的数据，避免使用穷举法
测试方法：使用白盒测试法，语句覆盖、判定覆盖、条件覆盖等操作。

3.13 尚未解决的问题

暂无