基于大数据的电商个性化推荐系统的设计与实现

研究背景：随着大数据时代的到来,用户的个人信息以各种方式分布在不同的存储设备中，集成所有的用户信息并且通过一定的挖掘技术能够得出用户的潜在需求。目前电子商务发展飞速,移动电子商务更将在以后占报据主导地位,如何能够迅速挖掘用户的个人潜在需求，把用户可能感兴趣的产品推送给用户成为大数据时代下电子商务企业需要解决的问题。同时，个性化推荐手段单一大数据时代的个性化推荐相架应该从源头进行分析和挖掘。
研究意义：随着科技的发展，计算机行业的不断发展，互联网技术的更新和进步，网购和直播带货慢慢的渗透在人们的日常生活里面，消费者选择在网上购物的人有着显著的增加，通过用户的消费习惯来对用户进行推荐商品，为了消费者可以有更多的选择和减少自己的搜索成本，个性化推荐的电商网站。
本系统通过点对点的销售方式使得在购物平台网上便利了消费者和商家，同时节省了许多的时间，推荐出用户的需要的商品，可以更好的适应快时代的变革，降低了商家的成本可以更好的提升商品的品质。
由于电子技术和互联网的出现，发展和普及本身就是对传统秩序型经济社会组织中个人的一种解放，使个性的张扬和创造力的发挥有了一个更加有利的平台，也使消费者主权的实现有了更有效的技术基础。在这方面，个性化定制信息需求和个性化商品需求将成为发展方向，消费者把个人的篇好参与到商品的设计和制造过程中去，对所有面向个人消费者的消费活动来说，提供多样化的比传统商业更具有个性化的服务，是决定今后成败的关键因素。
二、研究的目的和内容
研究目的：将通过用户的行为来分析判断出该用户喜欢和需要的商品从而使得用户可以更加快速的找到自己需要的商品来减少浏览的时间，更好的适应这个快速的大数据时代。同时通过互联网技术使得网站比传统销售方式更加的快捷和有效。电商个性化推荐系统可以加强用户对于推荐系统的熟悉，并且知道人工智能在不断的进步，正在慢慢的靠近我们的生活。
研究内容：该系统在大数据的基础，基于b/s架构，使用的java语言开发，前端页面使用Mysql、Tomca和idea软件，同时根据用户个人信息进行推荐和基于购物买商品的协同过滤推荐来实现个性化推荐，将当系统的管理员登录时，可以对于用户和商家的个人消费情况和个人信息可以进行查询、删除和修改，还可以对于销量和品质的商品进行有必要的下架和删除等，管理商品信息和用户的基本信息。当使用系统的用户登录时，需要注册才可以下单购买，主要的页面有推荐商品首页，其他商品的页面，查看购物车的页面，下单结算页面和个人信息页面。
三、研究的方法和步骤
文献研究法：通过网络数据大量搜索相关的文献经过参考，全面的了解研究方向和研究对象相关现状。
数据分析法：收集研究对象有关数据，进行数据分析，科学将资料整合。
测试研究法：通过对于系统的不断检测来发现问题来找出bug，解决bug来完善系统的具体功能
研究步骤：
1.明确论文题目；
2.制定论文研究计划；
3.查找相关的文献，学习相关的技术；
4.编写系统的相关代码，做出实物；
5.将系统进行测试发现并解决问题
四、拟解决的关键问题
1.实现系统的个性化推荐算法的书写，分析个性化推荐对商家和用户的利弊。
2用户对于系统的体验不能保证推荐页面的实现困难
3.数据库的数据可能有限，明确表与表之间的联系
4.Java后台管理的增删改查的实现。