网上商城及推荐系统的设计与实现

发布时间：2019-09-05 15:27

【摘要】：近年来,随着信息技术和互联网的发展,淘宝,天猫,京东,亚马逊等线上购物模式的兴起,人们由信息匮乏的时代进入了信息过载的时代。针对购物模式转变和信息过载,数据挖掘用户的喜好,完成高效的线上交易已经成为了迫切的问题。网上商城等及推荐系统正是基于此情形设计和完成的。本课题研究目的是完成在线交易。在用户没有提供明确需求的情景下,通过分析用户历史行为进行建模,主动给用户推荐他们兴趣和需要的商品,让商品更多的被购买,提高商城利润及用户体验度。主要研究内容是构建网上商城,于多处情景收集用户行为,生成并定时更新用户喜好信息,综合运用多种推荐算法将商品呈现给用户。本课题开发的购物商城,主要功能模块有购物车,用户喜好生成,订单管理,商品管理。商城用来生成用户喜好的行为包括搜索,浏览,购买,收藏,评价。推荐算法包括基于销量,评论数,好评数,搜索数的排名推荐,基于用户注册特征信息推荐,基于用户的协同过滤推荐,基于用户喜好类型的推荐,基于购物车商品的协同过滤推荐,基于购物车商品的同类型好评多的商品推荐,基于我的收藏推荐。本课题的研究方法是分析出使用网上购物商城及推荐的原因,认识到做购物商城及推荐系统是迫切而有意义的。然后通过大量阅读推荐算法的书籍和文献,对推荐的使用场景和具体算法进行了探讨,最后实现购物商城,行为收集,商品推荐。
【图文】：

流程图,流程图,注册用户,电影

图 1-1 hulu 推荐流程图:对于电影，，书籍，通过大量注册用户看完之后的感受给出评分的出推荐。还对对书籍，电影进行种类划分，根据分类推荐。头条:对新闻及短视频的推荐很精准，通过注册用户的浏览内容在

系统架构,页面设计,页面,层次

系统架构图
【学位授予单位】：哈尔滨工业大学
【学位级别】：硕士
【学位授予年份】：2017
【分类号】：TP391.3

【引证文献】