1.开题依据
1.1研究的目的意义
在过去到现在,消费方式从物物交换到以通俗认知中的“货币”购买物品,再到如今的网上支付交易,实物物流运输到达我们的手上。购物方式从实体店的消费模式,转到了网上店铺的交易。相信很多人在现实生活中都有过实体店购物的消费的体验,在实体店消费需要安排自己的时间,选择交通方式,到达之后还要花时间挑选、搭配,往往这么弄下来,一天的时间就过去了。当发现自己买到了假冒伪劣的产品时,还要额外花费时间去到店铺协商,沟通。这对于现在惜时如金的许多人来说,这都是很难以接受的。但是网上购物为我们提供了很多的便利,让我们足不出户就可以挑选和甄别成千上万的衣服,甚至消费完,我们只需居于家中便可收到我们的商品。这种先进又便利的消费模式大大减少了我们的时间,让我们拥有更多的时间享受自己的生活。
但是这种消费方式,对于服装的购买和消费来说依然有许多弊端,比如衣服的品牌信息,服装的布料成分,衣服的价格等。当我们精心挑选好了自己的心爱的一件单品时,我们还要额外去寻找一些能让自己挑选的单品相互配合,相互映衬的服饰,用以突出自我,展现自我魅力。但当挑选一件衣物的时间已经足够长的时候,挑选第二件的时候难免会感到乏力与厌倦。此时,如果能有一些方法,把一些类似的服饰一起展现出来,方便我们一起做对比,把一些昂贵的服饰往外剔除,减少我们甄别筛选的时间。如果能有一些方法,把较为合适的搭配风格和搭配颜色一起展示在消费者的眼前,这样,消费者 就不需要花费大量的时间在琳琅满目的网上购物商城中感到迷失。
然而,本系统就是充分考虑到现代人社会生活的节奏,本着减少消费者的时间的选择和烦恼的初衷,方便人们查找服装信息并且找出自己想买的服装。设计研发了一套基于JAVA+MySQL的服装在线销售系统。智能服装推荐平台为人们在线购买服装提供了便利。人们可以在服装在线销售系统中挑选自己喜欢的服装,并且进行服装的购买。大大地减少了人们购买服装所需要的时间。
1.2国内外研究现状
(1)国外研究现状
1995年,亚马逊和易贝在美国成立。此后,这种以互联网为依托进行商品和服务交易的新兴经济活动,迅速普及全球。新一轮科技革命和产业变革交汇孕育的电子商务,极大提高了经济运行的质量和效率,改变了人类的生产生活方式。2016年,全球电子商务市场规模超过25万亿美元,成为世界经济的亮点和新增长点。
个性化推荐系统在协同过滤算法的影响下使得该技术在电子商务和在线学习等方面有了新的突破,更多的研究人员加入到研究队列中。近年来,越来越多的研宄机构开始进行这方面的研究。同时,教育领域、计算机科学领域、市场经济、电子商务领域等领域相关协同过滤的学术论文也大量涌现。例如:近年来许多高质量的期刊发布了越来越多关于协同过滤的文章,ACM也设立了推荐系统年会。国外知名大学也开始对协同过滤深入研宄,例如:密歇根大学、卡内基梅隆大学和纽约大学等。
2022年,国外的电商平台以亚马逊Amazon、易趣网eBay、沃尔玛Walmart、宜家IKEA等为首,其中有部分平台不止于简单的消费者购物,还糅合了更多消费者服务推荐,以宜家IKEA为例,会结合大部分消费者的使用习惯,创造实用性强、设计精良的家居产品。反之,还会根据消费者的反馈精益求精。甚至推出部分家庭装修的功能区设计,给予用户更多的个性化选择。
(2)国内研究现状
1998年,阿里巴巴、中国制造网等B2B电子商务企业成立;2003年,淘宝网、京东商城等B2C电子商务平台崛起,中国电子商务开启了快速发展的二十年。2016年,我国电子商务交易额已相当于国民生产总值的35%,对推动供给侧结构性改革的作用日益突出。中国阿里巴巴也是电商行业的巨头。相比较之下淘宝网、亚马逊这样类似的电商平台出售各种品类复杂的商品。无论是亚马逊还是其他的电商行业针对错综复杂的商品给用户最好的推送服务,是他们经营的重点。同时,各大电商平牌努力让每位客户都享受到极为便捷的网络购物体验。在全球范围内淘宝网的影响力与亚马逊差距明显。
2022年,众多网购电商平台如雨后春笋般活跃在消费者眼前。国内的电商平台以淘宝、京东、唯品会、苏宁易购等为首,甚至出现美团、闪送、饿了么、滴滴出行等多功能新型服务电商平台。其中的运行也离不开对消费者的个性化推荐服务。
1.3主要参考文献
[1]刘彦伯. 淘宝商品个性化推荐算法的研究[D].东北林业大学,2020.DOI:10.27009.
[2]赵丽影. 淘宝网购物行为预测及商品推荐机制的研究[D].东北林业大学,2019.DOI:10.27009.
[3]王健. 基于个性化推荐的网上购物系统的研究与实现[D].沈阳师范大学,2019.
[4]吴锦昆. 基于用户兴趣的推荐算法研究[D].南京邮电大学,2022.DOI:10.27251.
[5]李淼. 基于深度学习的个性化购物篮项目推荐[D].桂林电子科技大学,2022.DOI:10.27049.
[6]周舟. 基于深度学习的个性化商品推荐系统的研究与实现[D].南昌大学,2022.DOI:10.27232.
[7]赖颖婕. 基于个性化推荐的电商平台顾客购买意愿研究[D].桂林理工大学,2022.DOI:10.27050.
2.研究方案
2.1研究目标、研究内容及拟解决的关键问题
研究目标:如何实现基于JAVA+MySQL技术的智能服装推荐系统的设计与实现--基于HTML+CSS的服装推荐网站技术的实现方法。
研究内容:
本系统主要针对爱好网上购物的人群,利用网络完成商品搜索,进行一系列和网上购物相关的内容。具体如下:
首先,对服装购物网站的基本信息需求和操作流程进行分析,包括注册登录、直看商品以及订单槙块、用户搜索模板等。
其次,根据需求分析建立数据模型,前端使用HTML+CSS技术,后台使用Java语言和MySQL数据库。
最后,对完成的服装推荐系统网站进行测试和补充修改,完善功能。
(1)订单系统的商品能够上传商品信息,并实现修改和删除;
(2)用户可以在购物网站上进行注册登录;
(3)网站设计界面简洁,明了,易于操作;
(4)完成单点登录和多页面重定向功能。
2.2拟采取的研究方案、研究方法及可行性分析
(1)拟采取的研究方案:文献研究与实践研究,以及网上百度。
(2)研究方法:开发使用迭代性开发,先完成最关键的部分,由易到难,不断开发、研究、改进。
(3)可行性分析:在自己开发的过程中,仔细端详自己的方法是否有合理的理论支撑,让自己的实践更有科学依据。
(4)实践研究法:对于像计算机行业这类工科项的专业,只有实践才是检验我们的工作是否符合标准的方法。
2.3成果理论或技术(方法)创新之处
智能服装推荐系统主要分为前台管理和后台管理两大功能模快。本系统的前台模块主要使系统和用户的交互得以实现,要从用户视角入手,结合用户需求,从而设计出可以满足用户购物需求的功能。前台模块包括注册登录、直看商品以及订单模块、用户搜索模块等。前端使用HTML+CSS设计基础页面,它为大多数标住的异面设计提供了用户友好、跨浏览的解决方案,极大地提高了Web前端的开发效率,并且能够建立具有较强兼容性的网站,使人们能够不出门就能够轻松地购买服装,促进了服装交易,丰富了人们的生活方式。网站后台系统需要拥有强大的功能。在后台系统中能够及时上传新商品、修改商品信息、下架的商品及时删除。本智能服装系统设计的后台模块中包含合理商品、订单、信息以及统计等模块。从安全需求来看,前台商城以及后台管理系统均具有登录的功能,在后台必须进行登录方可实施操作,否则是不能对系统页面进行访可的。后台服务底层用于JAVA+MySQL数据库完成数据管理和传输,提高了系统的可靠性。
2.4成果说明提纲
(1)网页部分
a.软件需求说明 b.可执行程序 c.使用说明
(2)设计文档
a.需求说明书 b.数据库设计 c.主要界面设计
(3)毕业设计论文
3.研究条件与基础
3.1相关研究经验与基础积累
掌握了基于HTML5+CSS3的静态页面设计的基础。掌握了网站的基本常识,如网名,网址等。在校期间学习过Java基础、Linux、HTML5、MySQL。
3.2已具备条件、尚缺少条件及拟解决途径
(1)已具备条件:已经准备好开发所需的相关环境:MySQL、Visual Studio Code。
(2)尚缺少条件:缺少独立开发经验。
(3)拟解决途径:多查阅知网文献、百度,适当在哔哩哔哩网站上学习相关知识,运用到自己的开发与实践中。
4. 设计(论文)工作计划及预期成果
设计(论文)工作计划及预期成果
2022.12.19—2023.02.12:查找资料,学习CSS及Java,完成开题报告和任务说明书。
2023.02.13—02.15:搭建开发需要的环境,学习有关数据库的知识。
2023.02.26—03.10:网站的实现需求,实现服装有关内容的整理。
2023.03.11—03.31:网站需求实现,实现用户服装添加上传功能。
2023.04.01—04.05:网站的功能设计,实现所需的功能。
2023.04.06—04.16:网站的详细设计,界面美化等。
2023.04.17—04.24:网站的测试,BUG 修复。
2023.04.25—04.29:整理资料,编写论文。
2023.04.30—05.21:论文定稿,准备答辩。