项目名称
基于Apriori先验算法的明星周边商城
视频演示
基于Apriori先验算法的明星周边商城的设计与实现_哔哩哔哩_bilibili
系统介绍
明星周边产品以应援文化为基石,粉丝群体通过参加演唱会、为投票活动刷票、接机送机、食物援、礼物应援以及宣传应援等方式表达对明星的热爱,支持明星发展。声势浩大的应援活动带来了明!周边产品市场的繁荣。明星周边产品因为明星的因素受到了无数粉丝的追捧,尤其是现在的中韩等大红大紫的明星,其粉丝数量非常多,而且多是年轻女性。这类粉丝的消费欲望会更大,围绕自己偶像的相关产品一般销量都很高,几百万、几千万的粉丝数量,形成了一个庞大的消费市场。
本系统应用 Java 作为开发语言,前端使用 Jsp,后端组合应用 Spring、Spring MVC、Mybatis,整体架构为 SSM + Maven ,应用数据库 MySQL 来研究开发系统,把服务器部署Tomcat 上。然后全面解析建设此系统所需要的条件,确定系统详细的功能模块,接着以此作为基础来设计数据库。全部系统由前台和后台组成,前台为用户界面;后台为管理员界面,涵盖商品管理、订单管理、公告管理、留言管理等模块,以便于管理员进行操作管理此系统。接下来对系统进行整体架构,编制配置文件,构建技术框架,设计数据库。而后详细设计完成系统主体功能,写明程序设计流程与实现代码。
关键词:周边商城;SSM;Tomcat
Apriori 算法是一种广度优先搜索算法,运用 Apriori 算法把项目间所使用的关联规则和用户群体等信息进行挖掘处理。
其主要是通过与自身项集连接和剪枝的操作对数据库中的数据信息进行迭代处理,限制项集最少要出 现的次数是通过预先假设的最小支持度(min_sp)实现的,一般都是根据具体的需求来进行合适设定。最小置信度(min_conf)则是衡量最小可靠程 度的数值。如果能够有 Sup(X→Y) / P(X)≥min_conf 条件成立,那么就可以得到“X→Y” 的规则。
图2-1Apriori算法流程
具体步骤如下:
1、设定最小支持度s 和最小置信度 c;
2、Apriori 算法使用候选项集。首先产生出候选的项的集合,即候选项集,若候选项集的支持度大于或等于最小支持度,则该候选项集为频繁项集;
3、在Apriori 算法的过程中,首先从数据库读入所有的事务每个项都被看作候选1-项集,得出各项的支持度再使用频繁1-项集集合来产生候选2-项集集合,因为先验原理保证所有非频繁的1-项集的超集都是非频繁的;
4、再扫描数据库得出候选2-项集集合,再找出频繁2-项集,并利用这些频繁2-项集集合来产生候选3-项集;
5、重复扫描数据库,与最小支持度比较,产生更高层次的频繁项集,再从该集合里产生下一级候选项集,直到不再产生新的候选项集为止。
该系统的核心用户为系统管理员,管理员通过登录系统后台进行管理,具体管理操作通过管理员菜单来实现,包括系统管理、商品管理、用户管理和订单管理等主要功能。管理员可以在系统管理中设置系统的基本信息,如网站名称、LOGO等。在商品管理中,管理员可以添加、修改、删除商品信息,并对商品进行分类和搜索等操作。在用户管理中,管理员可以管理用户账号信息、修改用户权限等。在订单管理中,管理员可以管理用户订单信息,如查看订单详情、修改订单状态等。通过这些功能,系统管理员可以对后台系统进行全面管理和控制。管理员用例如图3-7所示。
图3-7 管理员用例图
该系统的用户可以在进入系统后浏览网站信息,包括网站首页、商品信息等。用户可以选择注册并登录系统,注册后可以进行订单管理、个人资料管理等操作。在订单管理中,用户可以查看历史订单记录、跟踪订单状态、取消订单等。在个人资料管理中,用户可以修改个人信息、密码等。通过这些功能,用户可以方便地浏览、购买、管理商品,并管理个人账户信息。用户用例如图3-8所示。
图3-8 用户用例图
技术栈
1. 后端:Spring+SpringMVC+Mybatis
2. 前端:JSP+CSS+JavaScript+jQuery
使用说明
1. 使用Navicat或者其它工具,在mysql中创建对应名称的数据库,并导入项目的sql文件;
2. 使用IDEA/Eclipse/MyEclipse导入项目,Eclipse/MyEclipse导入时,若为maven项目请选择maven;
若为maven项目,导入成功后请执行maven clean;maven install命令,然后运行;
3. 将项目中springmvc-servlet.xml配置文件中的数据库配置改为自己的配置;
4. 运行项目ÿ