摘 要
本次毕业论文题目为电子商务推荐系统的设计与实现，首先介绍了电子商务推荐系统的选题意义，然后提出一个电子商务的相关领域的目前状况的介绍，并对相关关键技术进行了讨论，最后说明了电子商务的应用前景。
本系统由两个大模块组成：前台用户界面的实现，后台管理员对电子商务系统的管理。前台用户界面实现了网络功能和信息传递，将内容细分为：分类查询商品，将商品加入购物车，结算功能，新用户注册，站内信息查询，以及留言板功能。而后台主要是管理员对网站的支持和维护体现在七个模块：管理员信息管理模块，会员信息管理模块，商品类别及信息管理模块，新闻公告块，订单管理模块，用户评价管理模块。在各个模块里都有相对应该的对其内容的新增，修改，删除操作。
根据系统所需功能，决定以J2EE为开发平台，采用MySQL做后台数据库，选择功能强大的Eclipse为开发工具，利用软件工程思想和方法，总体上用结构化生命周期法进行系统分析和设计，采用快速原型法来实现，系统本系统界面友好，而且操作更加简单，减少了用户学习操作的额外负担。
该系统使用了功能强大的Java Web开发技术，前台页面使用JSP。同时系统使用了基于MVC机制的SpringMVC技术。作为Web应用的一个比较成熟的开发模式——MVC模式把应用程序抽象为Mode（模型）、View（视图）、Controller（控制器）三个功能截然不同的部分，三者对于整个系统是相对独立的工作，但各部分之间又紧密联系，共同完成系统的各项功能。使操作方便，可维护性强。经过大量的测试，基本符合用户需求。
关键字：电子商务推荐系统, JAVA, 购物车, MySQL
The title of the graduation is Design and Implementation of Supermarket. First it introduces the significance of the topic matter, and then describes the current status of Supermarket in related fields, and discusses key technologies. Finally it illustrates the application prospect of the online marketing
The system consists of two major modules: the realization of the user interface, the management of the administrators. The first module achieves the network functionality and information transfer, so the content broken down into Classification and query of goods, the cart function, the checkout function, the registration function, the information query function, and the BBS function. The background is mainly about administrators supporting and maintaining the site: user management, column management, news management and BBS management total of four modules. Each module has adding, modifying, deleting, querying operations. Among them, BBS belongs to news part, and news part belongs to column part. So it involves according to certain logic lists related content.
On the base of the function need, the exploitation platform adopts j2ee, Background database users Oracle and by way of Eclipse to builder. Making good use of the thought on software engineering, the system as a whole uses structural lifecycle method for systems analysis and designing. And it adopts antitypes way to implement the whole process. For users, the interfaces is friendly, operation is simple to learn, so it reduces the time spending on familiar with the system.
In the technology, I use Java Web that is powerful, the forward I use JSP and use SpringMVCframe that is at the base of the MVC. As the WEB application of a more mature developing Mode - the MVC pattern application abstracted as Mode (models), View (views), Controller (Controller) three function disparate parts, which is relatively independent work, but each part also have closely relationship to complete the system functions. Because of the easy operation and the strong maintainability. After a lot of testing, the system basically meet the user’s requirement.
Keywords: E-commerce recommendation system, Java, shopping cart, MySQL
1 绪论
1.1 项目背景
随着互联网+时代的到来，人们的购物方式由传统的线下方式转变为线上方式，越来越多的消费者利用移动智能终端即可实现随时、随地、随心的线上购物。如何为海量用户提供便捷、高效、省心的购物平台和友好线上购物环境成为许多电商日益关切的购物平台优化改进内容之一。目前，众多线上购物平台如天猫、京东、亚马逊等都推出了商品推送功能，用以快速吸引客户。商品推送的本质是基于大数据分析，包括用户购买习惯、用户关注点以及各种商品的销量等。通过分析用户在不同时间段对不同商品的购买期望，筛选出用户最有可能购买的若干种商品并推荐给用户。
本项目以帮助用户挑选感兴趣的商品，提高用户购物效率减少搜索时间从而优化用户购物体验为目标，设计并实现了一个包含智能推荐、商品展示及选择、在线支付、售后服务以及智能管理功能的完整在线购物系统平台。本课程设计的创新之处主要是通过采用高性能的选择过滤算法，向消费者进行商品智能推荐，一次性、大概率命中客户需求，节省用户浏览和搜索商品的时间，提高购物效率。本课题所涉及到的功能基本都是现代购物平台所包含的应用功能，在本次设计毕业设计之前，已经学习过并且熟悉使用JAVA语言的基础编程，熟练使用eclipse等java开发工具，并且熟悉MySQL数据库的使用，熟悉使用MVC等主流开发模式和框架，并且对于WEB方面的技术也有一定的了解和实践，对于各种算法都有过深入学习。TCP/IP是Internet中最基本的协议，被大家认识的也最为广泛，熟练掌握了其协议框架和socket套接字各种函数的使用，这样就能做好网络的通信工作。所以本人有能力和信心完成该课题的开发。
1.2 研究意义
目前，协同过滤推荐算法在销售管理系统中的应用还不是很多，在电子商务虚拟环境之下，商家提供了各种类型的商品，用户不能通过一个小小的电子屏幕就知道具体的商品信息，用户也不可能像是在实体店铺那样来检查商品信息是否完整。所以商家需要一个推荐系统来向用户推荐用户感兴趣的，一般来说是根据用户兴趣进行推荐他们满意的商品信息。并且基于现实的经验来说，用户的需求也不是非常的明确，有可能会存在着具体的潜能和要求，但是有时候不一定自己有什么需求。与此同时，如果商家可以满足具体的用户，就可以将潜在需求转换成具体的需求，从而提高产品的销售量。目前现有文献虽然针对销售管理系统有一定研究，但鲜有针对复杂的医药行业的销售管理系统，更没有将推荐算法相结合的销售管理系统，实时监控，降低资金占有率，同时有效针对购买者需求进行推荐。
在如此背景下，研究具有推荐功能的商品销售管理系统很有必要，既具有一定的理论意义又具有一定的实际意义，且具有一定的行业前瞻性和创新性。
1.3 国内外现状
一个网站是否能准确的把握消费者的需求，提高消费者的购物体验，与其智能推荐功能密切相关。智能推荐主要分为两种：历史推荐和未来推荐。历史推荐主要是通过对商品进行标注，并对其相关特征进行提取，结合形成该商品的特征属性。根据用户的购买习惯，通过将用户购买的商品的特征属性与数据库中其他商品的特征属性进行比对，来推荐给用户类似商品。历史推荐可以推荐给用户与其购买习惯相似的商品，但无法为用户提供新的感兴趣的商品，这就需要采用协同的思想。协同算法根据用户的购买记录找到购物习惯相类似的用户，通过相似的用户群进行推荐，在此方面国内的学者之前通过基于张量分解和基于聚类的想法完成了算法的实现。
随着互联网技术的不断发展，用户的交互变得频繁，网络数据的规模日益庞大，传统推荐算法已经无法满足实际的需求。主要有两个原因:第一，传统算法中往往只考虑用户之间或产品之间的二元关系，忽视了多种属性特征之间的联系，因而无法保证推荐系统的准确率。第二，未区分系统中实体的特征差异，导致无法根据相关特征有效地识别出不同实体的重要性，从而可能忽略部分潜在的重要性内容。针对传统推荐算法并未考虑系统中的实体差异、忽视数据的多特征属性的问题，基于张量分解的用户聚类个性化标签推荐算法能有效的解决以上问题。
此外，Agrawal 等人在1993年提出了关联规则概念，通过寻找数据库中不同商品之间的关联性，获得消费者购买商品的一般规则，以此来解决对购物篮的的分析问题，从而科学的指导商家合理规划自己的库存，制定正确的商品营销策略。Apriori算法是Agrawal和Strikant于1994年提出的第一个关联规则挖掘算法，其思想是采用迭代搜索的方式，这样不可避免的需要多次对数据库进行搜索，其计算消耗的时间和内存很大。对于Apriori算法存在的问题，已经有很多改进的策略，例如基于垂直事务关系和基于多叉树和Spark的改进方法。
针对Apriori算法需要多次扫描数据库的缺陷，国内学者提出一种基于垂直事务关系的改进方法。该方法对原始事务数据库扫描后，采用项集事务垂直对应关系的位集合数据存储结构，并构建逻辑生成候选项集策略，利用数值统计的方法生成候选项集并确定频繁项集，实现关联规则的挖掘。
1992年Goldberg、Nicols、Oki和Terry首次提出协同过滤的概念，协同过滤算法的核心体现在“协同”两个字上，协同体现在通过分析消费者的购买记录，找到消费者感兴趣的内容，然后寻找与当前消费者兴趣相似或者购买习惯相同的其他消费者，将其他消费者感兴趣的内容推荐给当前消费者。此算法的现实依据是人们在购物的时候往往会咨询身边的朋友来帮助自身做出购买决定。协同过滤算法也存在着以下四个方面的问题：1.数据稀疏问题2.冷启动问题3.兴趣漂移问题。数据稀疏问题是智能推荐系统中普遍存在的问题，消费者不可能对数据库中每一项商品都做出评价，所以在对消费者进行兴趣评估计算时会因缺少准确的评价数据，而产生推荐结果不够精确的问题。除此之外，消费者的兴趣会因受到周围环境的影响以及年龄的增长而发生改变，推荐系统很难根据购买记录来敏锐的捕捉到这点。
1.4 本系统概述
电子商务推荐系统，即商品推荐网络化销售系统，其核心思想是提供一个多样化的用户界面，向外界展示网上购买商品推荐的优越性。将其应用到数字信息化领域，将极大满足用户的需求。本课题的开发工具为Eclipse，开发语言是JSP 等开发语言，后台数据库采用MySQL数据库。
电子商务推荐系统主要由前台用户登录系统，后台管理员管理系统两个部分组成。本课题主要功能详解如下：
用户登录系统：查看商品详细信息，查看更多商品，加入购物车，确认订购信息，修改购物车，部分删除购物车信息，清空购物车和提交订单等购物网站常见功能。管理员管理系统：用户管理，商品分类管理，商品信息管理，订单管理以及公告管理。
----------未完待续----------
🍅点击下方卡片获取联系🍅
4671
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
