在计算机毕业答辩中，讲述的内容通常包括以下几个方面：
个人及论文基本信息
介绍自己的姓名、学号、专业和论文题目。
感谢指导老师和答辩委员会成员。
论文选题背景及意义
简述论文的研究背景，包括为什么选择这个题目。
阐述论文的研究意义，即论文对学术界或实际应用的价值。
研究目标及内容
明确论文的研究目标，即希望通过研究解决什么问题。
介绍论文的主要内容，包括所采用的方法、实验设计、数据收集与分析等。
研究方法及进度安排
详细描述在论文研究过程中采用的技术和方法。
介绍论文的进度安排，包括各个阶段的工作内容、遇到的问题及解决方案。
系统架构及数据库设计
描述论文中系统的整体架构，包括前端、后端和数据库的设计。
详细说明数据库的设计原则、表结构及其关系。
主要功能及实现
介绍系统的主要功能及其实现过程。
讲述在开发过程中遇到的技术难题及解决方法。
实验结果与分析
展示实验结果，并对结果进行分析，解释其意义和影响。
结论与展望
总结论文的主要发现和创新点。
展望未来的研究方向和可能的应用场景。
PPT展示
使用PPT辅助讲述，确保内容条理清晰、重点突出。
在PPT中包含关键图表、代码片段或应用演示。
答疑环节
准备好回答答辩委员会成员可能提出的问题。
保持自信、冷静，认真听取并回答每个问题。
各位老师，你们好!我叫李华，来自计算机科学与技术专业，我的论文题目是《基于深度学习的智能推荐系统》。首先，我要感谢我的指导老师张老师，以及所有在我论文撰写过程中给予帮助的老师和同学。
我的论文主要研究了如何利用深度学习技术为用户提供个性化的推荐服务。在研究背景中，我介绍了当前推荐系统的现状和存在的问题，以及深度学习在推荐系统中的应用前景。我的研究目标是设计并实现一个高效的深度学习推荐模型，以提高推荐系统的准确性和用户满意度。
在研究方法上，我采用了协同过滤、内容推荐和深度学习等技术，并设计了相应的算法和模型。我详细描述了数据预处理、模型训练和评估的过程，以及在实验中遇到的问题和解决方案。
我的系统架构采用了前端与后端分离的模式，前端使用React框架，后端使用Python的Flask框架，数据库则选用MySQL。在数据库设计中，我遵循第三范式，设计了用户表、物品表和推荐表，并详细解释了表之间的关系和主键、外键的作用。
在系统功能方面，我实现了用户注册、登录、浏览物品、接收推荐等功能。我还介绍了一个具体的推荐算法实现过程，并展示了实验结果，分析了其准确性和效率。
最后，我总结了论文的主要贡献和不足，并展望了未来的研究方向，包括进一步优化推荐算法、探索更多应用场景等。
感谢各位老师的聆听和指导，期待大家的宝贵意见。