项目描述
临近学期结束，还是毕业设计，你还在做java程序网络编程，期末作业，老师的作业要求觉得大了吗?不知道毕业设计该怎么办?网页功能的数量是否太多?没有合适的类型或系统?等等。这里根据疫情当下，你想解决的问题，今天给在家介绍一篇基于个性化推荐的图书网站设计与实现。
功能需求
本系统就是为了解决这一问题而提出的，立足于产品的特点，结合电子商务的技术手段以及协同过滤推荐算法，实现具有个性化推荐的产品商城。本系统采用 SpringBoot 作为基础的脚手架管理所有框架及技术，使用SpringCloud 连接前后端的所有服务。前端服务采用的是 Spring MVC 配合 Vuetify 作为展示页面，Spark 处理用户及商品记录生成推荐统计表供前端页面展示。具有创建便捷， 运行高效，高内聚低耦合的特点。
基于统计的推荐主要分为：历史评价最多的商品统计、最近 30 天最多评价商品统计、和优质商品统计。
历史热门商品统计是通过商品评分表中的商品 ID、商品评分的个数来进行的统计得出的。按照商品 ID 查询有评分记录的商品，统计商品个数按照从大到小，保存到历史热门表中。
最近热门商品统计是通过商品评分表中的商品 ID、商品评分的个数以及评分时间的年月进行统计得出的。按照评分年月和商品 ID 分组，按照评分年月和评分数量从大到小排序，保存到近期热门商品表中。
优质商品统计是通过商品评分表中的商品 ID 以及商品评分的平均值进行的统计。以商品 ID 进行分组，对商品平均得分降序排列，保存到商品平均得分表中。
统计推荐算法是为了提供基础的推荐，也是推荐中最常用的手段，随着推荐算法的发展，它们的弊端也越来越明显，但是很多商城任然沿用，只是在其中穿插了很多个性化的推荐。
基于物品的协同过滤推荐算法
基于物品的协同过滤系统算法的适用性强是使用最广泛的推荐算法。众多行业、
公司都应用其产生了巨大的盈利。由于用户的数量不断增长，用户的喜好矩阵的计算变得愈发困难，而且根据人的喜好所做出的推荐很难作出解释，因为人的喜好根据人的心情做出不同的行为，很难以量化。因此，亚马逊公司提出了“基于物品的协同过滤算法。
这里可以使用余弦相似度来进行计算，因为余弦相似度可以避免出现热门的物品.
用户喜欢 Hadoop 和 Spark 两个技术。然后 ItemCF 会为这两个技术找出和它们最类似的 3 门技术，然后计算用户对每种技术的兴趣程度。比如，ItemCF 给用户推荐 Hive，是因为这门技术和 Hadoop 相似，相似度为 0.6，而且这门技术也和 Spark 相似，相似度是 0.7。考虑到，用户对 Hadoop 的兴趣度是 1.5，对 Spark 的兴趣度是 0.8，那么用户对 Hive 的兴趣度就是 1.5 x 0.6 + 0.8 x 0.7 = 1.46。
具备以下功能：
1）用户注册和登录: 用户可以用游客身份浏览系统，在浏览系统时，系统会随机的进行图书推荐，但用户不能购买图书，只有注册并登录后才可以进行图书交易。
2）登录验证: 验证用户身份，用JavaScript中的正则表达式来判断用户的合法性，实现用户登录。
3）修改个人密码: 对注册的用户密码进行修改。
4）个人信息管理: 用户登录后可查看修改个人信息。
5）书籍浏览：用户进入首页后可浏览书籍及详细信息。
6）查询书籍：用户可以根据自己的喜好搜索书籍。
7）添加购物车：浏览过程中有意向的书籍可以添加购物车，添加购物车后，系统会根据买家有意向购买的这些书籍的书类进行第二次推荐。
8）生成订单：确认书籍信息，提交订单，生成订单号。
9）收货地址：用户可以保存多个个人收获地址，在下单时直接选择自己的收货地址，用户可以对收货地址进行增删改。
10）推荐书籍：新用户首次登录选择自己喜好书籍，根据其选项个性推荐书籍。根据用户的浏览记录或是否加入购物车做推荐书籍功能。
11）订单评价：用户对已购买的书籍可以做打分评价，书籍的总体评分根据所有评价该书籍的评分求平均值获得，并在推荐书籍页面按书籍所获评分的平均值进行前后顺序的推荐。
后台管理系统面向系统的管理者，帮助卖家管理商品信息，管理前台商城的数据， 实现的功能如下：
1）后台登陆：后台管理员通过选择权限登陆后台。
2）书籍管理: 通过编号查找相关书籍，对书籍名称、类别等信息进行及时的修改。
3）会员管理: 管理注册的用户信息，实现用户的添加、修改、删除等。
4）订单管理: 查看订单，了解顾客购买情况，及时处理交易情况。
系统功能模块框架图
部分效果图
首页推荐
商品详情
用户管理
图书分类界面
商品管理
订单管理
数据库设计
系统中用到了36张表，针对每个表都进行了设计，下面对部分核心表进行汇总罗列展示。
(1)用户信息表
(2)订单信息表
(3)喜欢记录信息表
(4)书籍信息表
部分代码
@Override
public ResultInfo findBorderByUid(int uid) {
ResultInfo info = new ResultInfo();
List<Border> borderByUid = borderDaoImpl.findBorderByUid(uid);
if (borderByUid.size() != 0){
List<Map> mapList = new ArrayList<Map>();
for (int i = 0; i < borderByUid.size(); i++) {
Book bookByBid = bookDaoImpl.findBookByBid(borderByUid.get(i).getBid());
Address addressByAdid = addressDaoImpl.findAddressByAdid(borderByUid.get(i).getAdid());
Map<String,Object> map = new HashMap<String,Object>();
map.put("boid",borderByUid.get(i).getBoid());
map.put("bname",bookByBid.getBname());
map.put("bonum",borderByUid.get(i).getBonum());
map.put("boprice",borderByUid.get(i).getBoprice());
map.put("botime",borderByUid.get(i).getBotime());
map.put("address",addressByAdid);
//判断当前山沟是否评价
if (borderDaoImpl.findBorderByBoid(borderByUid.get(i).getBoid()).getScore() != 0){
map.put("isevaluate","已评价");
}else {
map.put("isevaluate","未评价");
map.put("bid",bookByBid.getBid());
}
mapList.add(map);
}
info.setFlag(true);
info.setData(mapList);
return info;
}else {
info.setFlag(true);
info.setErrorMsg("当前用户没有订单");
return info;
}
}
@Override
public ResultInfo addBorder(Border border) {
ResultInfo info = new ResultInfo();
border.setBoid(UuidUtil.getUuid());
Date date = new Date();
DateFormat format = new SimpleDateFormat("yyyy-MM-dd HH:mm:ss");
border.setBotime(format.format(date));
int i = borderDaoImpl.addBorder(border);
if (i == 1){
info.setFlag(true);
info.setErrorMsg("添加成功");
}else {
info.setFlag(true);
info.setErrorMsg("添加失败");
}
return info;
}
@Override
public ResultInfo delBorder(Border border) {
ResultInfo info = new ResultInfo();
int i = borderDaoImpl.delBorder(border);
if (i == 1){
info.setFlag(true);
info.setErrorMsg("删除成功");
}else {
info.setFlag(true);
info.setErrorMsg("删除失败");
}
return info;
}
@Override
public ResultInfo findall() {
ResultInfo info = new ResultInfo();
List<Border> borderByUid = borderDaoImpl.findall();
if (borderByUid.size() != 0){
List<Map> mapList = new ArrayList<Map>();
for (int i = 0; i < borderByUid.size(); i++) {
Book bookByBid = bookDaoImpl.findBookByBid(borderByUid.get(i).getBid());
Map<String,Object> map = new HashMap<String,Object>();
map.put("boid",borderByUid.get(i).getBoid());
map.put("bname",bookByBid.getBname());
map.put("uname",userDaoImpl.findUserByUid(borderByUid.get(i).getUid()).getUname());
map.put("bonum",borderByUid.get(i).getBonum());
map.put("boprice",borderByUid.get(i).getBoprice());
map.put("botime",borderByUid.get(i).getBotime());
if (borderByUid.get(i).getScore() != 0){
map.put("enum",borderByUid.get(i).getScore());
}else {
map.put("enum","未评价");
}
mapList.add(map);
}
info.setFlag(true);
info.setData(mapList);
}else {
info.setFlag(true);
info.setErrorMsg("当前没有订单");
}
return info;
}
安装部署需求
idea运行一键启动
本项目用到的技术和框架
1.开发语言：Java
2.开发模式：B/S
3.数据库：MySQL
4.框架：SSM+JSP
本项目中的关键点
此系统的开发采用java语言开发，基于B/S结构，这些开发环境使系统更加完善。使用到的工具和技术都是开源免费的。
环境工具
开发工具 Eclipse/IDEA
语言 JDK1.8 、SSM、JSP
硬件：笔记本电脑；
软件：Tomcat9.0 Web服务器、Navicat数据库客户端、MySQL；
操作系统：Windows 10；
其它软件：截图工具、常用浏览器；
微信扫下方二维码关注公众号，经常分享一些技术上的理解文章。
2429
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
