随着人们对互联网技术的深入研究和网络信息化的普及,人们越来越喜欢从在线购物台中购买商品。在线购物平台给人们的生活带来了很多便捷,它改变了人们的购物习惯。企业和个人可以通过在线购物平台对产品进行推广和销售,提高销售额。信息化技术不断的更新、网站的升级以及大量琳琅满目的商品的引进,吸引了大量用户的涌入,使得电子商务系统面临着诸多挑战。用户在购物平台中会浏览到很多不感兴趣的商品,系统不能给用户带来一个良好的导购,降低了用户的使用体验;庞大的用户量会给系统服务器带来很大压力,会导致系统响应用户的速度下降,易造成用户的流失。本文致力于实现一个高性能、及时响应用户请求、具有个性化推荐功能的在线购物系统。本购物系统使用Spring、MyBatis、SpringMVC框架实现了拥有前端门户系统和后端管理系统的个性化推荐在线购物网站。其中使用协同过滤算法、自定义商品过滤器以及用户标签三者融合的方式实现个性化推荐功能。本在线购物网站分为后端商品和订单维护模块,面向消费者的门户模块,用户登录模块,商品搜索模块,订单模块,数据服务模块以及个性化推荐模块。数据服务模块主要是对前端门户提供服务调用的接口。系统中使用SpringMVC注解的方式,进行Restful服务的开发。系统中各个模块部署到不同的容器中,实现门户网站和服务端的解耦。系统中使用Redis这个key-value数据库进行数据缓存,把经常访问的商品信息存储到缓存中,减轻直接对MySql数据库请求产生的压力。使用Solr建立商品数据索引,用户通过搜索调用Solr服务实现商品的搜索,并不是直接访问MySql数据库。本系统实现了在线购物平台的基本功能,并能够根据不同的用户喜好对其进行个性化推荐。