论文总字数：25178字

摘 要

现今时代，网上购物已经成为人们日常生活必不可少的一部分，各大网上商城、购物软件都依靠着推荐系统以向用户推送商品。可是影响用户购买商品的因素太多，就算是高智能的计算机也不能完全预判理解用户的购物意向，光靠单一的推荐算法已不能便捷高效地给出用户满意的结果。故基于这个现状，拟开发一个具有智能推荐功能的网上商城系统。

本课题主要工作内容是分别实现配有协同过滤推荐算法的网上商城以及能够实现权限分离的后台管理系统。使得商城更有智慧，既能够最大限度地贴近个性化推荐的程度，也能区分不同用户，保证系统安全稳定地运行。

通过学习使用新兴的Spring Boot框架，在此基础上开发的系统已实现半数以上功能，经测试稳定可靠，易用性良好。但在安全性上有所欠缺，对恶意攻击、操作等没有有效的防御手段。

关键词：协同过滤；Spring Boot框架；个性化推荐；网上购物

Design and implementation of online shopping mall system with intelligent recommendation function

Abstract

Nowadays, online shopping has become an indispensable part of people"s daily life. Online shopping malls and shopping software rely on recommendation system to push goods to users. However, there are too many factors that affect the user to buy goods, even the high intelligent computer can not fully predict and understand the user"s shopping intention, and the single recommendation algorithm alone can not give the user satisfactory results conveniently and efficiently. Therefore, based on this situation, we plan to develop an online shopping mall system with intelligent recommendation function.

The main content of this project is to implement the online mall with collaborative filtering recommendation algorithm and the background management system which can realize the separation of permissions. Make the mall more intelligent, not only can maximize the degree close to personalized recommendation, but also can distinguish different users, ensure the safe and stable operation of the system.

Through learning to use the new spring boot framework, the system developed on this basis has realized more than half of the functions, and has been tested to be stable, reliable and easy to use. But there is a lack of security, and there is no effective defense against malicious attacks and operations.

Keywords: Collaborative filtering, Spring boot framework, Personalized recommendation, Online shopping

目 录

摘 要 I

Abstract II

第一章 引言 1

1.1 论文工作背景与意义 1

1.1.1 论文工作背景 1

1.1.2 论文研究意义 1

1.2 研究现状 1

1.3 主要工作内容 2

1.4 论文组织结构 2

第二章 相关技术基础 3

2.1 Spring Boot 3

2.2 协同过滤推荐算法 3

2.3 B/S架构 3

2.4 JSP技术 3

2.5 本章小结 4

第三章 系统需求分析 5

3.1 系统功能需求分析 5

3.2 系统非功能需求分析 7

3.2.1 界面需求 7

3.2.2 易用性需求 7

3.2.3 安全性需求 7

3.2.4 系统的完整性需求 8

3.3 本章小结 8

第四章 系统设计 9

4.1 系统总体设计 9

4.1.1 系统分层结构设计 9

4.1.2 系统功能模块结构设计 10

4.1.3 系统数据库设计 10

4.2 系统详细设计 13

4.2.1 用户登录注册功能模块 13

4.2.2 商品浏览功能模块 14

4.2.3 商品购买功能模块 14

4.2.4 商品订单查询功能模块 15

4.2.5 商品评价功能模块 15

4.2.6 购物车功能模块 15

4.2.7 用户信息修改模块 16

4.2.8 管理员登录模块 16

4.2.9 商家管理模块 16

4.2.10 用户管理模块 16

4.2.11 商品管理以及商品分类管理模块 17

4.2.12 订单管理模块 17

4.2.15 流水查询模块 17

4.3 核心算法设计 17

4.4 本章小结 18

第五章 系统实现与测试 19

5.1 系统实现工具与环境 19

5.2 核心代码分析 19

5.2.1 系统启动类 19

5.2.2 管理员权限筛选器 20

5.2.3 商品推荐展示 20

5.3 系统主要运行界面 22

5.3.1 商品浏览功能运行界面 22

5.3.2 购物车功能运行界面 24

5.3.3 商品购买功能界面 26

5.3.4 商品订单查询功能运行界面 28

5.3.5 后台管理员系统登录界面 29

5.3.6 订单管理界面 30

5.3.7 商品管理界面 33

5.4 系统测试 34

5.4.1 系统测试环境与工具 34

5.4.2 系统功能测试 34

5.4.3 系统非功能测试 37

5.5 本章小结 40

第六章 总结与展望 41

6.1 总结 41

6.2 展望 41

谢辞 42

参考文献 43

第一章 引言

1.1 论文工作背景与意义

1.1.1 论文工作背景

网上购物在现今时代已然是人们生活中必不可少的一部分。相较于实体店，网上商城在服务体验、价格、商品种类等方面都有明显的优势。与此同时，与传统互联网大数据一样，移动互联网同样面临海量数据的问题，信息过载仍然是亟待解决的问题^[1]。人们在网上购物挑选商品时对数据的筛选处理能力有限，免不了重复多次对同类商品进行搜索，这无疑将大大加重网站服务器的运作负担，增加运营成本。

为解决上述难题。拟开发一个具有智能推荐功能的网上商城系统。它不仅能够完成市面上商城系统的基本功能，还能够根据用户的需求进行智能推荐，通过分析用户的消费行为、评价行为等特征信息，借助协同过滤推荐算法得出推荐列表反馈给用户，任用户选择。

1.1.2 论文研究意义

在大数据时代下，仅仅依靠搜索引擎远远不能满足用户对商品购买的需求。因此推荐系统应运而生，它的作用主要是解决信息过载问题，目的是从海量的数据中提取出目标用户感兴趣的项目^[2]。并且推荐系统作为工业领域的重要组成部分，能够提高交易量以及提升服务质量^[3]。故现有购物商城都采用了推荐系统来优化用户体验，实现经济效益最大化。

剩余内容已隐藏，请支付后下载全文，论文总字数：25178字