一、
选题背景及研究意义
推荐系统可以根据用户的兴趣、特点、需求等，为用户提供信息服务。与一般的搜索引擎不同的是，推荐系统是通过研究用户自身的兴趣偏好来进行个性化的推荐。一个好的推荐系统，能自动挖掘用户的兴趣点，引导用户发现自己的信息需求，同时，通过为用户提供个性化的推荐服务从而与用户建立联系，使得用户对推荐系统产生依赖。商品推荐是根据当前热门的商品，研究用户的一些个性化数据，为用户提供个性化的商品推荐服务，以增加用户黏度，从而提高商品网站流量。
本课题研究的商品推荐系统对商品提供商而言，商品推荐系统的推荐效率对公司的经济效益会产生直接的影响，甚至会影响到公司的发展。随着商品行业的飞速发展，每年的商品数量都在剧增，这对商品推荐提出了更高的要求，而本系统具有个性化的推荐功能具有一定的商业价值。
二、研究的基本内容，拟解决的主要问题
随着网络商品的增加，从海量数据选择商品需要很多时间，根据用户与商品的已有信息完成对用户的商品推荐，为用户选择可能喜欢的商品。该系统的关键在于设计一种合适的算法，能够从大量数据中选择用户可能喜欢的商品，提供给用户。
推荐领域比较成熟的算法有基于内容的推荐算法、协同过滤算法、基于规则的推荐算法、基于效用的推荐算法、基于知识的推荐算法等。本系统采用基于用户的协同过滤算法实现商品推荐服务。基于用户的协调过滤算法的主要步骤如下：
(1)寻找与目标用户兴趣相似的用户集合；
(2)找到这个集合中的用户所喜欢的，然后把目标用户没有接触过的物品推荐给目标用户。
该算法的核心就是计算两个用户之间的兴趣相似度，给定用户u和用户v，令N(u)表示用户u感兴趣的物品集合，N(v)表示用户v感兴趣的物品集合，通过余弦相似度公式计算出两两用户之间的相似度，进行比较，最终筛选出与目标用户相似度最高的用户集合。余弦相似度公式为：
商品推荐系统运用Python技术和MySQL数据库技术，进行系统的实现，包括系统的界面的实现，业务逻辑流程的实现以及数据库的实现等。
四、 主要参考文献
[1]吴飞贤,段华斌,扈乐华,朱珍珠,宋均. 基于Spark的商品推荐系统的设计与实现[J]. 办公自动化,2021,26(03):60-62.
[2]梁家富. 基于协同过滤的商品个性化推荐算法应用研究[J]. 河北软件职业技术学院学报,2020,22(04):22-25+41.
[3]黄玲,余霞. 基于云平台的电子商务商品智能推荐系统[J]. 现代电子技术,2020,43(05):183-186.
[4]杜少波. 基于深度学习的商品推荐系统研究[J]. 价值工程,2019,38(26):237-238.
[5]邱京伟. 基于属性特性算法的商品推荐系统模型[J]. 中国信息化,2018,(06):56-58.
[6]张宏,杜鹏. 基于标签的商品推荐系统的设计[J]. 黑龙江科技信息,2017,(17):175-176.
[7]李志勇. 基于大数据的电子商务商品推荐系统研究[J]. 电子测试,2016,(15):85+43.
[8]张瑞凌,彭佳红. 网上商品推荐系统设计研究[J]. 电脑知识与技术,2016,12(03):111-112.
[9]张志明,张一帆. 基于B2C电子商务网站的个性化商品推荐系统研究[J]. 厦门科技,2014,(05):45-47.
[10]张志明,张一帆. 基于B2C电子商务网站的个性化商品推荐系统研究[J]. 郑州牧业工程高等专科学校学报,2014,34(03):40-42.
随着移动互联网的普及，电子商务的发展也引来了新一轮的发展，越来越手动消费者的喜爱，网络经济的发展对国家经济的发展也带来了很大的利好，带动了很多实体经济的转型，用户可以通过网络可以买到自己称心如意的商品，购买的流程非常的简单，而且还可以多家对比，支付方式也非常的成熟，而且快递配送环节相比之前有了很大的提升，很多地区都可以实现次日达，当天达等服务，用户体验非常的好，已经有了一套的完整的流程，所以电子商务已经成为了现在的一种新的购物方式，变的非常的重要，融入了我们的日常生活中。
而开发本系统就是在这样的环境下诞生的，借助于互联网的销售模式，可以把线下的实体模式转到线上，面对的用户群体更加的广泛。本系统的设计的有管理员和用户两种权限，用户可以通过本网站查看推荐的商品，然后可以加入购物车进行购买，订单完成后可以进行评价，而管理员可以直接通过本平台上传自己的商品信息，收到用户的订单以后可以及时的安排发货，可以很好的节省人工方面的开支，而且还能带来很高的营业额，提高工作效率。
如需定做或者获取更多资料，请联系QQ：375279829
客服QQ