基于个性化推荐的居舍优品商城的设计与实现(论文+源码)_kaic

摘要
随着国内外电子商务的蓬勃发展， 让人们看到了线上消费市场的无穷潜力。 人们从分析国内外电商交易平台的发展中产生灵感， 进而关注细化的消费市场。 最近几年校园市场无论是在规模还是潜力上展现出来的发展劲头与潜力， 受到了 极大的关注。 本论文研究的的基于个性化推荐的居舍优品平台， 旨为在校大学生 提供了校园生活首选的优质电商平台， 消费群体是在校大学生， 商品品类是宿舍 场景日常用品。
本论文选题来源于作者在实习公司参与的实际项目,主要分为两个子系统： 用 户端子系统和后台管理子系统。用户端子系统基于微信小程序开发， 此系统是本 系统核心的客户端， 为客户提供商品展示、添加购物车、订单结算、个性化推荐 等服务。后台管理端子系统基于 Web 开发，主要用于平台管理人员对商品、订单 以及用户角色权限的管理。
随着用户与商品数量的不断增加， 为了提高广大用户的购物体验， 本系统增 加了个性化推荐服务， 个性化推荐的服务主要由个性化推荐模块提供。个性化模 块从推荐算法角度可以分为： 基于商品收集信息的推荐、基于用户的协同过滤推 荐和基于物品的协同过滤推荐， 分别服务于首页推荐、购物车推荐和订单推荐等 不同场景。其中， 基于商品收集信息的推荐很好地解决了系统的冷启动问题， 为 用户提供了个性化推荐的服务。
本平台已顺利通过系统测试并投入正常使用， 现有用户群已达五千多人，每 日 PV 最高时可达千级以上， 承载用户及商品数据资源的服务器均稳定运行， 保证 了平台用户的购买体验。 在完成论文的过程中， 本人严格按照软件开发流程，并 且独自完成论文的需求分析、系统设计、系统实现、系统测试的步骤， 最终实现 了这套系统平台，该平台为需要进行改善宿舍起居生活的广大用户提供了高质量 的购买服务体验。同时，本平台也在不断地优化迭代中。
关键词： 电子商务；微信小程序；个性化推荐；协同过滤； B2C

ABSTRACT

With the vigorous development of e-commerce at home and abroad, people have seen the infinite potential of the online consumer market. People draw inspiration from analyzing the development of domestic and foreign e-commerce trading platforms, and thenfocusonthedetailedconsumermarket.Inrecentyears,thedevelopment momentum and potential of the campus market in terms of scale and potential have receivedgreatattention.Thehomeimprovementplatformbasedonpersonalized recommendationsstudiedinthisthesisaimstoprovidecollegestudentswiththe preferred high-quality e-commerce platform for campus life. The consumer group is collegestudents,andthecommoditycategoryisdaily necessitiesinthedormitory scene.
The topic of this paper comes from the actual project that the author participated in the internship company, which is mainly divided into two subsystems: user terminal system and background management subsystem. The user terminal system is developed based on the WeChat mini-program. This system is the core client of the system and provides customers with services such as product display, shopping cart addition, order settlement, and personalized recommendation. The background management terminal system is based on Web development and is mainly used for platform management personnel to manage commodities, orders and user role permissions.
Withtheincreasingnumberof usersandproducts,inordertoimprovethe shopping experience ofthe majority ofusers, the system adds personalized recommendationservice,whichismainlyprovidedbythepersonalized recommendation module. From the perspective ofrecommendation algorithm, personalized module can be divided into: recommendation based on product collection information, collaborative filtering recommendation based on users and collaborative filtering recommendation based on items, which respectively serve different scenarios suchashomepagerecommendation,shoppingcartrecommendationandorder recommendation.In particular, the recommendation basedoncommodity collection informationsolves thecoldstart problemof thesystem,and provides personalized recommendation services for users.
The platform has successfully passed the system test and is put into normal use. The existing user group has reached more than 5,000 people. The maximum daily PV can reach more than a thousand levels. The servers that carry users and commodity data
 

resourcesarerunningstably,ensuringplatformusersPurchaseexperience.Inthe process of completing the thesis, I strictly followed the software development process, and completed the requirements analysis, system design, system implementation, and system testing of the thesis alone, and finally realized this system platform. Of users provide a high-quality purchasing service experience. At the same time, the platform is
constantly optimizing and iterating.
KEYWORDS ：E-commerce; WeChat applet; Personalized recommendation; Collaborative filtering; B2C
目录
摘要 
ABSTRACT
1引言
1.1 项目背景与意义
1.2 国内外研究现状
1.2.1小程序的国内外研究现状
1.2.2网络商城的国内外研究现状
1.2.3推荐系统的国内外研究现状
1.3 研究内容
1.4 结构安排 
1.5 本章小结
2相关理论和技术综述
2.1 推荐系统
2.1.1推荐系统的定义
2.1.2推荐系统的分类
2.1.3推荐系统的主要问题
2.2 推荐算法
2.2.1推荐算法分类
2.2.2基于协同过滤的推荐算法 
2.3 相关技术概述 
2.3.1Java 语言
2.3.2Spring MVC 软件设计模式
2.3.3Spring Boot
2.3.4Bootstrap 框架 
2.3.5Vue.js 框架
2.3.6MySQL
2.3.7Redis 数据库 
2.3.8Tomcat 服务器 
2.3.9微信小程序开发 
2.4 本章小结 
3系统需求分析
3.1 需求分析综述 
3.1.1产品特点分析
3.1.2用户特征分析
3.1.3可行性分析
3.1.4产品运行环境
3.2 功能性需求 
3.2.1系统功能模型. 
3.2.2用户端子系统-登录注册模块 
3.2.3用户端子系统-商品展示模块 
3.2.4用户端子系统-购物车模块 
3.2.5用户端子系统-订单模块 
3.2.6用户端子系统-个性化推荐模块 
3.2.7后台管理端子系统-登录模块 
3.2.8后台管理端子系统-商品管理模块 
3.2.9后台管理端子系统-订单管理模块 
3.2.10后台管理端子系统-用户角色权限管理模块
3.3 非功能性需求 
3.3.1可靠性
3.3.2易用性
3.3.3可维护性
3.4 本章小结 
4系统概要设计
4.1 平台技术架构 
4.2 平台业务架构 
4.3 子系统及模块划分 
4.4 数据库设计 
4.4.1实体图
4.4.2实体关系图
4.4.3数据表
4.5 推荐模块整体设计 
4.5.1用户注册和行为信息的收集 
4.5.2个性化推荐的应用场景 
4.5.3推荐模块的设计流程 
4.6 本章小结 
5系统详细设计与实现 
5.1 用户端子系统 
5.1.1用户端子系统部分效果图 
5.1.2用户端子系统-注册登录模块
5.1.3用户端子系统-商品展示模块 
5.1.4用户端子系统-购物车模块 
5.1.5用户端子系统-订单模块 
5.1.6用户端子系统-个性化推荐模块 
5.2 后台管理端子系统 
5.2.1后台管理端子系统部分效果图 
5.2.2 后台管理端子系统-登录模块 
5.2.3后台管理端子系统-商品管理模块
5.2.4后台管理端子系统-订单管理模块
5.3 本章小结 
6系统测试 
6.1 系统功能性测试 
6.1.1用户端子系统的测试 
6.1.2后台管理端子系统的测试 
6.1.3推荐模块的测评 
6.2 系统非功能性测试 
6.2.1兼容性测试 
6.2.2性能测试 
6.3 本章小结 
7总结与展望 
7.1 工作总结 
7.2 进一步研究展望 
参考文献
1引言
本章将从基于个性化推荐的居舍优品商城系统的项目背景与意义、国内外研 究现状、论文研究内容与结构安排等方面作出介绍， 分析目前网上购物存在的问 题，并给出自己的解决方案。

1. 1项目背景与意义

随着 21 世纪新信息时代的来临网络覆盖面不断扩大， 网上购物成为了一种新 型的购物方式。网上购物的方式让我们改变了传统购物的方法， 使之变得便利、简略、快捷。各式各样的网络商城可以全天候地提供消费服务， 是因为网上商城 是全天 24小时营业， 不论白天黑夜， 人们可以足不出户即可以购买所需的商品[1]。 这巨大的消费市场，使得网上购物得以快速普及。
截止 2014 年年底，我国网民数量就跃居世界第一，达到了 6.49 亿，互联网 普及率为 47.9%，其中手机网民占全部网民的 85.8%，达到了 5.57 亿，网民中又 以青年人为主体， 四十岁以下的网民数量占全部网民的 78.1%[2]。其中， 年轻的在 校大学生消费意识超前，理所应当的成为了网上购物的主力军。
根据 2019 年 8 月中国互联网络息中心发布的中国互联网发展情况显示， 在校 大学生在网上购物的商品种类中， 生活日用品占到了 43%。大学生普遍一个月平均 在线购物花费不满 1000 元， 这其中 80%的大学生一个月平均生活在 1000-2000 元。 这表明， 大学生尽管受自己经济条件的制约， 但消费意愿强， 消费意识超前， 校 园市场无论是在规模还是潜力上都将潜力无穷。
2017年 1月 9日， 小程序上线的标志是“微信之父”——张小龙在广州举 行微信公开课发布会， 自此小程序正式上线[3]。微信小程序基于微信平台，不需要 在应用商店中下载相应的应用软件， 优势在于其几乎是不占用手机内存的轻型应 用， 有着“触手可及”和“即开即用”的特点， 用户进入小程序只需要在微信中 搜索相应的小程序名称就可以直接进入小程序。同时小程序的提供给消费者的用 户体验也是不逊色传统购物软件的。
随着互联网的不断普及和网上购物的不断发展， 线上商品的数量和种类都在 不断增长， 导致人们购物需要选择很久， 影响购物体验。个性化推荐系统可以很 好地解决这个问题， 相对于购物者来说提升了购物体验， 相对于商家来说提升了 商品销量，达到两全其美的效果。
本论文题目来源于小居科技有限公司的实际项目。该项目是本人在小居科技
 

有限公司研发部门实习期间参与设计、研发的项目。 项目的意义在于构建一个基 于个性化推荐的居舍优品商城平台， 为在校大学生提供高质量的宿舍起居生活日 用品。市面上的网络商城平台形形色色、不胜其数， 然而未能有几个商城平台能 够真正关注在校大学生的生活。平台运行过程中， 通过推荐算法分析用户行为信 息、商品信息， 能够使平台形成有效的个性化推荐， 真正地从数据了解用户， 从 用户的角度出发， 在平台应用过程中解决用户与商城之间真切的“利益”冲突， 从而不断地满足用户的要求。
本平台对上线的产品进行严格的把关， 为用户提供高质量的产品。设计个性 化推荐模块对购物者来说有助于提高购物体验，对商家来说有助于提高销售量。本平台还无需下载特定 APP ，只需要通过扫一扫或者通过朋友推荐即可进入商城 小程序， 设计模式以及界面与现在主流电商 APP一样， 不必花费时间去了解平台， 十分符合当今人们快节奏的生活习惯。同时， 还有很重要的一点就是在使用网络 商城小程序的时候由于是几乎不占用手机内存的， 所以用户在使用这套系统的时 候是十分流畅的。

1.2国内外研究现状

本小节从基于个性化推荐的居舍优品商城系统的国内外研究现状做出详细介 绍， 把本课题拆分为： 小程序的国内外研究现状、网络商城的国内外研究现状和 个性化推荐的国内外研究现状三个主要的方面。

1.2. 1小程序的国内外研究现状

小程序的主要开发语言是 JavaScript，在国外 JavaScript 是应用于前端开发[4]， Google、YouTube、Facebook等的都是利用 JavaScript 进行的前端开发。 从技术的 角度来看， 小程序并不是一个凭空冒出来的概念。从开发环境的角度看， 前端开 发者需要面对的环境是各式各样的浏览器。而小程序开发需要面对的是两大操作 系统 iOS和 Android的微信客户端。由于微信用户的规模庞大以及微信重视小程 序的开发工作， 使得微信小程序日渐成为我们消费者的主流应用系统的发展模式。

1.2.2网络商城的国内外研究现状

当前电子商务发展的领军者当属美国， 其电子商务的快速发展走在了全球市 场的前沿， 具体体现全球最大的电子商务平台亚马逊平台。虽然美国市场仅仅经
2
 
 

历了一年的时间就从 B2C结算转变成为了 B2B结算， 但是通过 B2B结算就已 经超过了 B2C 结算的交易额。可见，如今电子商务发展势头依然强劲。
我国电子商务发展的起步较晚， 但通过努力不懈的发展， 目前， 在电子商务 领域跻身到了全球市场的前沿， 具体体现在阿里巴巴、京东等平台。微信网络商 城小程序的发展以京东商城微信小程序的上线为起点开始，到目前为止微信平台 上已经上线了各种各样样的网络商城， 微信小程序平台淋漓尽致地发挥了“微、轻、小”等主要特点， 在传统的电子商务理念上又一步影响着了人们的购物习惯。

1.2.3推荐系统的国内外研究现状

在国外， 推荐系统的研究较早， 起初是为了解决互联网快速发展带来的信息 过载的问题。 1995 年，Web Watcher 作为首个个性化导航系统被 Robert 等人提出[28]。 1996 年，雅虎网站为了方便用户，开始运行它的个性化推荐系统——My Yahoo 。 1997年， 时至今日都应用最为广泛的协同过滤算法开始研究并使用。 2003年，Google首次使用广告推荐吸引用户，对用户搜索关键字和近期的搜索历史进行数 据分析，给 google 带来了可观的收益。 2007 年，雅虎的广告方案 SmartAds 使用 用户的性别、年龄、居住地、收入等信息， 加上用户的商城行为， 为用户提供个 性化的横幅广告， 将营业额提高了 20 多个百分点。 人们看到了个性化推荐带来的 利益，更多的人投入到推荐算法的研究中来。
在国内， 推荐系统的研究较晚， 但通过努力不懈的发展， 推荐算法成为当下 热门研究之一。 2009 年，国内百分点公司成立了首个个性化推荐系统研究团队， 其为众多电子商务网站提供个性化推荐和推荐引擎解决方案。 2011年，载言网络 科技公司使用基于用户社交信息和用户隐性反馈信息的协同过滤算法，使得国内 个性化推荐算法的精准度再次提升。同一年，百度公司开始在其首页中应用个性 化推荐，应用广告推荐吸引用户。自此， 天猫、京东等各大商城平台也在其应用 上开展商品个性化推荐服务提高销售额， 抖音等热门的小视频播放软件应用了视 频个性化推荐服务来吸引更多用户。目前在国内， 个性化推荐已经成为学术界研 究的一大热点，并开始应用于互联网的各个方面。

1.3研究内容

本人在系统需求分析阶段、系统概要设计阶段、系统详细设计阶段、编码实 现以及系统测试阶段都有所工作，具体工作内容如下：
（1 ）在系统需求分析阶段， 本人积极与用户沟通， 明确系统需求， 编写需求
 

说明书用于后续开发使用。首先从产品特点、用户特点进行分析， 并从经济可行 性、技术可行性和操作可行性进行分析。然后从功能性需求， 主要根据用户需求 设计各个模块的用例图并进行用例分析， 以及非功能性需求进行分析。最后书写 系统需求说明书用于后续开发使用。
（2 ）在系统概要设计阶段， 本人查阅内部及外部有关资料， 参与设计了系统 平台技术架构图、业务架构图以及平台子系统及模块划分， 重点进行了系统实体 的数据库表的设计，以及对推荐模块的流程进行设计。
（3 ）在系统详细设计阶段， 本人参与系统各模块流程图、时序图、类图设计 等， 最终目的是保证开发有理可循。本人主要参与了用户端子系统的注册登录模 块、商品展示模块（包括： 商品分类、商品详情）、购物车模块、订单模块（包括： 订单管理、地址管理）、推荐模块的详细设计以及后台管理端子系统的登录模块、商品管理模块（包括： 商品分类管理、商品详情管理）、订单管理的详细设计工作。
（4 ）在编码实现阶段， 本人严格遵守编码规则， 保证代码格式优良， 按照开 发逻辑， 分别实现了系统用户端子系统的开发（包括： 注册登录模块、商品展示 模块、购物车模块、订单模块以及推荐模块） 以及后台管理端子系统的开发（包 括：登录模块、商品管理模块、订单模块以及角色权限管理模块）。
（5 ）在系统测试阶段， 先后进行了系统功能性测试和系统非功能性测试。包 括各模块的测试、兼容性测试以及性能测试， 保证平台在使用阶段能够平稳运行。
本论文构建了一个功能完善的基于个性化推荐的居舍优品商城平台。系统分 为两个子系统， 即用户端子系统和后台管理端子系统。用户端子系统用于在校大 学生用户的校园宿舍生活的商品购物， 与市面上流行的电商平台一样， 在具有商 品浏览和订单结算等基本功能的基础上， 还提供了个性化推荐服务的功能， 以增 强用户的购物体验， 提高商家的商品销量。后台管理端子系统用于商家对商品、 订单和后台用户的基本管理功能， 界面简洁， 使用简便， 可以提高商家用户的管 理效率。
1.4结构安排
第一章： 引言。主要说明了本课题的背景与意义、 国内外研究现状、研究内 容和结构安排。
第二章： 相关理论和技术综述。本章主要介绍推荐系统开发相关技术原理。
第三章： 需求分析。本章主要对本平台的产品特点、用户特征、可行性、能 性需求和非功能性需求作出简要的分析。
第四章： 系统概要设计。对本商城平台的技术架构、业务架构、模块划分、
4
数据库设计以及推荐模块的整体设计作了详细描述。
第五章： 系统详细设计与实现。对系统主要功能模块的实现作出详细设计和 实现， 并展示实现效果。
第六章： 系统测试。本文从系统功能测试、系统兼容性测试、系统性能测试 等方面进行了测试，并且分析得出测试结果。
第七章：总结与展望。总结本论文的工作内容， 展望下一步的研究内容。
1.5本章小结
本章从项目背景、国内外研究现状方面做出分析， 并结合实际情况以及实习 的内容分析系统应当如何解决当前的问题 （意义）， 最后简单介绍了本文研究的内 容与结构安排。