全民获客智能推荐系统产品系统Vibe Coding

面向企业获客、用户增长和活动运营场景，解决“活动很多但触达不精准、用户参与率低、运营投放效率不高”的问题。系统通过采集用户问卷和行为数据，构建用户画像并自动分群，再结合活动特征进行个性化推荐，把合适的激励活动精准推送给更可能参与的用户，提升点击率、参与率和转化效率。适用于品牌拉新、促活运营、会员增长、营销活动分发、用户分层运营等场景，也适合需要对不同用户群体做差异化激励和精细化运营的企业级业务。

系统支持用户注册登录、问卷画像采集、个性化活动推荐、换一批推荐、推荐理由解释、个人中心与偏好设置等用户端功能；同时提供管理员数据看板、用户管理、活动管理、推荐效果分析、模型信息查看和系统配置等后台能力。推荐结果不仅展示活动列表，还会结合用户画像和模型评分生成推荐解释，帮助用户理解推荐原因。后台可以查看用户分群分布、推荐点击率、接受率、维度策略建议等运营指标，便于持续优化活动投放和推荐策略。

项目采用前后端分离架构，前端使用 Vue 3、Pinia、Vue Router 和 Element Plus 构建用户端与管理端界面，配合 ECharts 完成数据可视化展示；后端使用 FastAPI 提供 RESTful 接口，结合 SQLAlchemy 和 Pydantic 完成数据建模与校验，数据库采用 MySQL 持久化存储用户、画像、活动、推荐和奖励数据。算法层面，系统基于六维用户因子建立画像模型，通过问卷数据计算社会、心理、激励、技术、环境、个人六类特征，再使用 K-Means 聚类划分用户群体，结合随机森林模型预测用户参与概率，并利用 SHAP 生成推荐解释，实现“画像采集-分群建模-智能推荐-结果解释-行为反馈”的闭环。后台还提供模型信息、策略配置和运营统计，支持持续调优。