网上商品推荐系统设计研究

张瑞凌　彭佳红

摘要：针对不同用户大量的购买或浏览记录中数据，进行网上商品推荐系统系统设计。该设计研究网上商品推荐系统数据特点与内在关系，对系统的功能结构和数据库进行了设计。系统能够从不同用户购物交易数据中找到商品的关联规则集，将相关商品信息进行推送，人机界面友好、操作简单，具有一定的使用价值。

关键词：推荐系统；数据；网上商品

中图分类号：TP393 文献标识码：A 文章编号：1009-3044（2016）03-0111-02

商品质量能够博得消费者的垂青，但为消费者推荐关联产品进行商品比对也受到消费者的好评。通过商品历史数据进行挖掘分析，为消费者推荐性价比相近的关联产品，在提高用户感知的同时还提高了营销效果[1]。目前推荐系统主要是从客户购买或浏览记录中获取用户偏好产品信息，向其推荐相关能满足需求的商品[2-3]。推荐系统能够发掘潜在客户，使其从浏览者转变成消费者；能够发掘潜在商品市场，提高成交额；同时提高用户对电商系统的忠诚度，增加再次消费的几率。

1 系统设计

网上商品推荐系统使用三层体系结构。三层体系结构包括客户层、服务器层以及数据层。其中客户层是用户接口和用户请求的发出地；服务器层控制业务逻辑service以及Tomcat服务器；数据层即数据访问层Mapper以及关系数据库MySQL。在三层体系结构中，客户（请求信息）、程序（处理请求）和数据（被操作）被物理地隔离，即业务代码是独立的，业务逻辑层现在处于中间层，不需要关心由哪种类型的客户来显示数据，也可与后端系统保持相对独立性，降低耦合性，有利于系统扩展。

1.1 系统总体功能结构设计

系统总体功能结构设计如图1所示。

1）用户登录注册模块

登录注册模块为用户提供登录注册接口，判断用户是否是新用户，若是新用户则跳转注册页面进行注册，注册成功或者老用户则可以直接利用用户名以及密码登录自己的购物账号进行下一步流程。用户分两个模式，管理员以及一般用户。若是管理员用户，登录注册模块将为下一步后台管理模块提供管理员权限；若是一般用户，则为下一步购物流程提供购买商品权限。

2）商品推荐模块

商品推荐模块是基于广大用户购买订单数据，通过数据挖掘Apriori算法得到频繁项集，再判断是否满足最小置信度生成关联规则。最后将商品关联规则，以商品推荐图文链接来向用户推荐相关联的商品，生成相应的页面[4-5]。

3）用户查看商品、购物车以及订单管理模块

查看商品、购物车及订单管理模块为一般用户提供查看商品、购物车及订单管理接口。根据用户自身的需要，可查看具体商品信息，并放入购物车，最后进行结算下订单，并且可查看购物车内容以及所有订单内容，并对其进行删除以及查看。

4）管理员身份用户管理模块

管理员用户管理模块为管理员用户提供用户管理接口，根据管理员用户请求，可以对用户进行查询、修改以及删除权限。修改可对用户信息进行修改，包括对登录名、用户名、角色、性别、电话与地址详情的修改。

5）管理员身份类型、物品管理模块

管理员类型、物品管理模块为管理员用户提供商品类型管理以及物品管理接口，根据管理员用户的请求，可以在后台查询、添加、删除或者修改商品类型以及物品具体信息。其中，物品类型查询功能课通过选择一级类型进行查询，物品查询可通过输入标题或者供应商进行匹配查询，或通过选择类型进行查询。添加商品信息则需要输入包括标题、供应商、地区、价格、库存、上架时间等具体信息进行添加。

1.2 系统数据库设计

本系统数据库表包括用户表、物品类型表、物品表、订单表和订单明细表等，具体见表1至表5。

2 结束语

依据软件工程原理与技术，网上商品推荐系统运用数据挖掘技术针对不同用户大量的购物交易记录中找到商品的关联规则集，将相关商品信息推送呈现。对网上商品推荐系统数据特点与内在关系进行研究；对系统的功能结构和数据库进行了设计；采用数据挖掘关联规则的Apriori算法以及JavaEE基本三层体系架构进行系统开发。系统人机界面友好、操作简单，具有一定的使用价值。

参考文献：

[1] 刘金勇. WEB数据挖掘在电子商务中的研究应用[J]. 网络安全技术与应用， 2013（9）： 25-26.

[2] 单明. 基于个性化推荐的电子商务推荐系统的设计与实现[D].长春： 吉林大学， 2014.

[3] 赵洪英， 蔡乐才， 李先杰. 关联规则挖掘的Apriori算法综述[J]. 四川理工学院学报：自然科学版， 2011（1）： 66-70.

[4] 袁春花. Web数据挖掘技术在数字图书馆中的应用研究[J]. 软件导刊， 2013（1）： 131-133.

[5] 时睿. 基于数据挖掘的商品推荐系统研究和实现[D]. 上海： 上海交通大学， 2013.