2015年5月,国务院在《关于大力发展电子商务加快培育经济新动力的意见》中明确指出电子商务已经成为中国经济发展的原动力,不仅创造了新的消费需求,更催生了新兴业态。国家对于电子商务发展的判断无疑是准确的,但信息过载已成为电子商务亟待解决的问题。普通的商城系统主要提供两种手段帮助用户从海量的商品中找到感兴趣的物品:分类排序与搜索引擎。但不能有效的兼顾用户的满意度问题和商家的利益问题。推荐系统的出发点是将商品展现在对其感兴趣的用户面前,达到用户和商家的双赢。对比手机、平板和其它的Android设备,TV的屏幕较大,同时给一群人分享信息内容更显得游刃有余。因此,本文结合个性化推荐算法在Android TV的平台上实现商城系统具有现实意义。课题以商城系统为基础目标,结合推荐算法,实现的功能有商品展示功能以及个性化推荐和热门商品推荐功能等,其主要工作内容包括五个方面:(1)详细分析商城系统的功能需求,给出总体功能,并针对TV无触控、大屏幕和远程遥控的特点,本文基于Leanback库实现了适合TV的交互界面;(2)确立总体开发框架,并划分层次和功能模块,其中,服务器端采用Spring MVC和Hibernate构建业务逻辑处理框架和数据存储方案,客户端主要以Android的四大组件来实现基本功能;(3)研究基于Mahout平台的协同过滤算法实现个性化商品推荐,采集用户行为日志时防止数据作弊,从准确率、召回率和平均绝对差值对比算法的性能,选取合适的算法作为推荐引擎的核心算法;(4)针对协同过滤算法的数据稀疏问题,本文实现了热门商品推荐的处理方案;(5)对实现的Android TV网上商城系统进行功能测试。测试结果表明该系统各项功能正常,交互界面操作流畅,达到了预期目标。本文所实现的基于Android TV的网上商城系统实现了购物的基本功能,并在此基础上实现个性化推荐和热门商品推荐的功能,具有层次分明、功能模块分工明确、可扩展性强和人性化的操作界面的特点。课题研究源于实际应用需求,故具有市场价值,同时对其它的商城系统的研究和设计也有一定的借鉴意义。