论文部分内容阅读
随着互联网技术的不断创新和网络基础条件的大幅改善,电子商务迅速发展。网络购物作为电子商务的主流模式,为我国经济的发展增添了巨大的活力。对于企业而言,利用网上购物平台推广和销售商品,可以更加方便快捷地拓展业务,扩大消费群。对于消费者而言,网络购物使其在购物时摆脱了时间和地点因素的限制。目前,电子商务网站在国内外的市场规模越来越大,其发展潜力巨大。因此,如何设计与实现一个功能完善、可扩展性强的电子商务网站仍然是一个重要的研究热点。另外,随着电子商务的不断发展,商品的种类和数量都在爆炸性的增长,功能相似的产品数以万计,人们需要花费大量的时间去寻找自己想要的商品。为了解决信息过载和提高用户的购买力,个性化推荐系统应运而生。个性化推荐系统利用信息过滤技术可以成功解决信息过载和信息迷失的问题。作为个性化服务的主要应用之一,其受到了广泛的关注。本文构建了一个功能完善的以地区性团购为销售方式的B2C(Business to Customer,企业对消费者)团购商城平台,满足消费者的购物需求。系统实现了门户系统和管理系统两个模块。门户系统中当用户进入团购商城后,通过注册和登录可以浏览团购商城的所有商品,在浏览过后可以对商品进行加入购物车、加入收藏等操作。管理系统包含商品管理、订单管理等功能模块,实现了对商品等数据的管理功能。同时,系统应用Shiro对后台用户进行认证操作。系统通过设定编码规则和进行代码检查分层开发,确保每层的职责明确以及层与层之间依赖清晰。为了提高用户购物体验,个性化推荐系统在用户没有明确需求的情况下,给用户推荐他们感兴趣的商品,提高用户购买率。商城从搜索、浏览、收藏、加入购物车、购买、评分这六个方面收集用户的行为,产生用户的喜好。推荐系统使用的推荐算法结合了非个性化推荐和个性化推荐,是一种混合的推荐模式。本文合理使用用户的注册信息、用户在商城中的行为信息、用户间的相似度、商品间的相似度、销售量等。通过多个算法相结合,解决了冷启动问题,完成对用户的个性化推荐。