基于Web 的高校智能易物平台设计与建设

桂郦娜 武斌

（集美大学诚毅学院 福建省厦门市 361021）

21 世纪以来，人们被网络包围，被信息化影响。随着网络和信息技术的发展，人们生活的各种方式都发生了改变。其中最明显的变化就是人们获取信息的方式从面对面沟通、查阅报纸、期刊到现在浏览网页、应用APP 就能完成。通过上网的方式，人们无论何时何地都可以浏览生活的信息，挣脱了时间、空间的束缚，打破了地域的限制。电子商务和共享经济都优化了人们购物的体验，带动了大规模的经济增长，它们都是社会经济发展中不可或缺的一部分。在高校环境和以大学生为主题的网络消费群体中，现今网络智能易物一体化平台缺还未被深度开发，并且利用搜索内容和协同过滤方式的智能推荐算法并未广泛运用于平台。基于以上原因，开发针对性强的校园网络智能易物平台有广阔前景，利于资源的精细化整合，创造节约型社会。

1 系统可行性分析

1.1 经济可行性

平台的设计采用网上开源的软件和技术进行开发，虽然系统中接入的部分第三方服务需要支付其专利费用获得使用权限，但是价格合理，所以在经济上具有可行性。

1.2 技术可行性

平台采用SpringBoot 和SpringCloud 技术联合开发，数据库采用的是开源的MySQL 关系数据库、redis 缓存数据库ElasticSearch 数据搜索引擎，可以满足大量数据的请求和相应。系统采用分布式开发，能够轻松适应新增的需求服务和高并发情况。在物品智能推荐方面采用现有的推荐算法，所以技术上具有可行性。

1.3 操作可行性

平台运行在Web 浏览器端，提供可视化界面和业务流程引导，用户能够很快了解网站的流程走向，操作简便。利用搜索内容和协同过滤方式算法进行智能推荐新颖特别，在操作上具有可行性。

2 平台分析与设计

2.1 功能需求分析

依据现实需求，智能易物平台的角色可分为用户、系统管理员。其中用户分为未注册用户和注册用户，系统管理员分为总管理员和模块管理员。未注册用户首先可以打开浏览网站和其他模块信息可以看到自己当前所在位置；可以用关键字进行商品的搜索、查看商品的介绍、价格等商品信息，但不能对商品进行结算等操作。注册用户拥有未注册用户的所有操作。除此之外，注册用户可以进行登录操作，可以将商品进行结算。管理员根据自己的账户密码能够进行后端的登录，在登录成功之后可以查看自己管理的菜单。后端总管理员不仅能分配其他管理员的角色，同时能对网站全部数据进行管理。模块管理员只负责总管理员分配其权限下应该管理的模块信息。

2.2 平台结构设计

根据上文功能需求分析，通过简洁直观的前端设计为用户提供良好的界面易物环境，对系统进行合理设计，本系统由前端系统和后端管理系统组成，将每个模块根据需求对功能模块进行细分。平台功能总体结构图如图1 所示。

图1：平台功能总体结构图

2.3 数据库设计

智能易物平台的设计使用MySQL 数据库技术，体现用户登录，商品详情，购物车，订单信息，结账等主要功能。MySQL 数据库技术，它采用完全的多线程编程思路，是自由开放的源代码产品，可运用于不同的操作系统，性能高效稳定，支持多用户访问和多种客户工具的应用程序。设置基础数据模型是基于系统的架构和功能，并根据与实体之间的关系设计了数据表，不同数据的属性不同，从而用数据字段来区分以及规范管理相关的数据信息。

平台数据库层次架构如图2 所示。

图2：平台数据库系统层次架构图

平台数据库主要数据表有注册用户信息表、求购信息表、销售信息表、物品类别信息表。

2.4 物品智能推荐

为了让用户快速找到自己需要的物品和感兴趣的内容，平台设计时采用了智能推荐算法，在平台首页将物品推荐给浏览者。从当前物品推荐技术的发展来看，可以分为三种：基于内容的物品内容推荐算法、基于协同过滤的物品推荐算法以及混合模式下的物品推荐算法。

表1：注册用户信息表

表2：求购信息表

表3：销售信息表

表4：物品类别信息表

基于内容的智能推荐算法是一种传统的常用的推荐技术。通过对用户的物品浏览行为进行分析，收集与用户相关联的物品信息，从而在系统中选择与用户感兴趣的物品进行推荐。平台向用户推荐的物品是基于物品本身的信息与他们过去多次浏览的物品相似。这种推荐算法的本质就是查找与用户兴趣度模型最契合的物品进行推荐。这种推荐算法首先需要对用户之前浏览的物品进行详细描述，然后构建用户兴趣模型。

基于协同过滤的物品推荐重点是将相同用户组喜欢的物品进行推荐，同时这些用户能够接触到之前没有浏览过的物品，但是从现实情况来看，由于许多用户的历史浏览记录过少，使得协同过滤的物品推荐不能得到有效执行。在推荐过程中，与用户偏好相同的用户，形成一个相邻用户集，最终根据相邻用户集中的用户历史偏好向用户推荐物品。这种推荐算法主要是从用户浏览以及交易等一些信息中进行分析用户的偏好，只考虑了用户的历史数据，并未考虑物品本身的价值和特性。

混合模式的推荐算法主要是将内容推荐与协同过滤两种方法进行有效结合，从而形成新的物品推荐算法，更加符合用户的需求。易物平台的物品推荐采用混合模式的推荐算法。

3 平台运行与测试

平台有三大模块，分别为前台界面系统，后台操作系统，数据库系统。前台让用户进行求购和售卖等信息的相关操作；后台是由管理员对用户操作信息和订单信息的统一管理，它与前台相连，也与后台数据库关联，对数据处理起到关键性的作用；数据库用于信息存储和交换等相关工作。

3.1 前端页面的运行

3.1.1 普通用户功能

普通用户在检索栏内输入关键字进行检索，可以轻松根据自己需求输入求购信息，并查询销售情况。平台系统调用后台内容查询出符合筛选条件的相关信息，同时将信息转入数据集合列表中，绑定要求的对象，通过页面的跳转，找到对应的列表项，通过表达式显示被检索信息，查看相关物品的详细信息。

3.1.2 注册用户售卖功能

注册用户可在平台上发布求购和售卖信息。注册用户点击菜单栏的“售卖信息管理”菜单，调出个人所有售卖信息，完成个人售卖信息的管理。页面显示售卖物品的名字、图片、备注、联系电话、发布时间。未销售出去的物品可以进行编辑，已出售的物品信息只能删除操作。点击物品图片可以放大浏览，点击编辑按钮可以修改物品销售信息，点击添加记录按钮实现添加售卖物品信息的操作。用户售卖信息管理页面如图3 所示。

图3：用户售卖信息管理页面图

3.2 后端页面功能的运行

后端页面操作主要指管理员在登录系统以后进行的一系列功能操作，去完成易物平台的内容的持续更新和有效维护。

3.2.1 求购和售卖信息的管理

管理员负责审核用户发布的求购与售卖信息，具有随时发现错误信息删除的权限。管理员登录后台系统后，点击菜单上的求购和售卖信息管理菜单，调用后台行为类查询所有相关信息，利用后台管理界面并将信息封转到数据集合列表中，绑定到要求的对象，随后页面跳转至求购或出售信息管理的页面，看到详细信息。求购与售卖信息管理页面如图4、图5 所示。

图4：求购信息管理页面图

图5：售卖信息管理页面图

已经完成交易的物品信息只能删除操作，未交易成功的可以编辑修改。

3.2.2 用户信息的管理

管理员调用后台查询所有注册用户相关信息，利用后台管理界面并将信息封转到数据集合列表中，对用户基本信息编辑、删除、禁用。管理员使用编辑功能主要是修改系统注册用户的基本信息。管理员使用删除操作是将用户从数据库中删除。禁用则用户无法登录系统，也无法编辑和删除，但仍存在数据库中。对于禁用的用户，管理员可以解禁，解禁以后用户可以正常登录。用户信息管理页面如图6 所示。

图6：用户信息管理页面图

3.2.3 交易物品类别的管理

管理员拥有交易物品类别管理权限，在登录后台系统后，点击栏目上的类别管理菜单，调用后台行为类查询所有相关信息，利用后台管理界面并将信息封转到数据集合列表中，绑定到要求的对象，随后页面跳转至类别管理的页面，看到详细信息。可使用删除和添加类别按钮实现物品类别信息的直接删除与添加。交易物品类别管理页面如图7 所示。

图7：交易物品类别管理页面图

3.3 系统测试

采用黑盒测试的方式，对系统的主要功能模块进行目的性测试。对系统各个功能模块进行测试，结果均为正确。

性能测试主要目的是验证系统是否能够达到相应的性能指标，同时发现系统的性能瓶颈，对日后的系统优化提供方向。本平台采用JMeter 性能测试工具，对系统承载一定并发量的响应时间进行测试。以用户访问网站首页这个请求为例，默认每个服务的JVM 内存参数-Xmx(Java Heap)为100mx(兆)，在网络状态以及其各项服务正常的情况下，使用JMeter 工具进行10000 个请求同时访问网站首页的压力测试，期间会动态占用宿主机的端口，根据聚合报告以并发量和平均响应时间为指标进行相应记录。发现以这种配置的情况下，10000 个请求都能够正常访问网站首页，吞吐量大约为490/sec。现在是单机处理效果偏好，在项目正式部署上线会遇到网络波动以及服务器性能等各项问题，实际性能会有偏差。再结合使用Jvisualvm 工具来监控Jvm，并对系统进行一些优化以及调优。

经过功能测试和性能测试，对应需求阶段的功能需求分析，系统的功能完善，对应需求阶段的非功能需求分析，系统能够较好处理10000 的并发量请求，且请求错误率几乎为零，性能比较稳定。可以采用部署集群的方法，来应对更多的激增并发量。

4 结论

本文研究的是高校智能易物平台系统，在充分进行可行性分析的基础上运用Web 技术、IDEA、Vmware 和MySQL工具，采用前后端分离技术实现。经过测试，平台所设计的功能都能够正常使用，为之后的业务拓宽也提供良好的接口服务。系统采用了基于Spring 的SpringBoot 框架整合SpringCloud 框架的分布式架构，能够应对复杂的需求和一定的并发访问。后期需要进一步丰富系统的需求，例如加入秒杀、团购等促销活动，丰富和完善系统的功能。智能易物平台的研发为高校物品交易提供了一个便利的平台。