登录注册功能

• 设置，但只有注册登录的人能够查询预测价格
• 预测价格就设置为接下来的10天左右，把预测值曲线列出来即可

爬虫

• 每天定时爬取71种蔬菜的价格，存放至mongodb
• 数据库

模型预测：

• ARIMA：直接用所有数据进行预测

• bp：用训练好的模型，将使用的价格区间最后100个价格数据进入预测

• lstm：同上

• bp和lstm设置一个训练接口

语言和技术：

• tensorflow
• python的flask开发后台
• 部署：使用docker-compose部署，nginx，redis，mysql，python各自的镜像结合起来

接口

1. 用户接口

• 1.1 注册：/user/register
• 1.2 登录：/user/login
• 1.3 修改密码：/user/alter_pwd
• 1.4 注册时发送验证码：/user/register/send_email
• 1.5 修改密码时发送验证码：/user/alter_pwd/send_email
• 1.6 查询蔬菜价格曲线：/user/vegetable/k_line
• 1.7 查询蔬菜信息：/user/vegetable/information
• 1.8 查询所有蔬菜：/user/vegetable/get_all_vegetables
• 1.9 查询今日菜价：/user/vegetable/today_price

2. 模型接口

• 2.1 获取模型信息：/model/information
• 2.2 选择模型进行预测：/model/predict
• 2.3 选择网络模型进行训练，保存模型：/model/network_train
• 2.4 获取网络模型准确率：/model/get_accuracy

3. 管理员接口

• 3.1 管理员增删系统的蔬菜种类：/manager/alter_vegetable
• 3.2 管理员设置用户状态（禁用功能）：/manager/set_user_state
• 3.3 管理员按照页数获取用户信息：/manager/get_user_data
• 3.4 获取用户数目：/manager/get_user_amount

4. 超级管理员接口

• 4.1 超级管理员从用户中添加管理员：/root/add_manager
• 4.2 超级管理员删除管理员：/root/delete_manager

完成情况

2018-03-09

• 后端完成1.1 - 1.5, 3.1 - 3.2, 4.1 - 4.2接口

2018-03-10

• 后端完成2.1, 2.2接口

2018-03-11

• 后端以新建进程池形式完成2.3, 2.4