農(nóng)產(chǎn)品電子商務(wù)系統(tǒng)設(shè)計研究

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了農(nóng)產(chǎn)品電子商務(wù)系統(tǒng)設(shè)計研究范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要：為滿足企業(yè)農(nóng)產(chǎn)品營銷需求，采用.NET、數(shù)據(jù)挖掘及混合推薦等技術(shù)，設(shè)計并實現(xiàn)農(nóng)產(chǎn)品電子商務(wù)推薦系統(tǒng)。經(jīng)測試，該系統(tǒng)實現(xiàn)了購物車、農(nóng)產(chǎn)品瀏覽、農(nóng)產(chǎn)品檢索、農(nóng)產(chǎn)品推薦、農(nóng)產(chǎn)品管理、訂單管理等多種功能，提高了企業(yè)農(nóng)產(chǎn)品的銷售量。

關(guān)鍵詞：農(nóng)產(chǎn)品電子商務(wù)推薦系統(tǒng)；數(shù)據(jù)挖掘技術(shù)；推薦技術(shù)

引言

隨著網(wǎng)絡(luò)及電子商務(wù)業(yè)的飛速發(fā)展，目前大多數(shù)農(nóng)產(chǎn)品電子商務(wù)系統(tǒng)在給農(nóng)產(chǎn)品需求用戶提供越來越多選擇的同時，也產(chǎn)生了“信息過載”的問題，這將導(dǎo)致用戶無法順利地找到自己所需要的商品。農(nóng)產(chǎn)品電子商務(wù)推薦系統(tǒng)則可以從紛繁復(fù)雜的信息中找到農(nóng)產(chǎn)品需求者感興趣的商品并將其推薦給他們，幫助他們順利地完成購買過程[1]。目前，雖然電子商務(wù)推薦系統(tǒng)在理論和實踐上都得到了很大的發(fā)展，但是還存在很多不足之處。本文設(shè)計與開發(fā)的農(nóng)產(chǎn)品電子商務(wù)推薦系統(tǒng)有效提高了用戶的購買力和滿意度，促進了農(nóng)產(chǎn)品的銷售量。

一、開發(fā)環(huán)境及相關(guān)技術(shù)分析

系統(tǒng)的開發(fā)環(huán)境為MicrosoftVisualStudio2013集成開發(fā)環(huán)境，采用ASP.NET技術(shù)開發(fā)，網(wǎng)站后臺數(shù)據(jù)庫采用SQLServer2012。在系統(tǒng)的設(shè)計與開發(fā)過程中綜合運用了ASP.NET技術(shù)、數(shù)據(jù)挖掘和混合推薦技術(shù)等[2]。ASP.NET是Microsoft.NETFramework的一部分，是一種可以在高度分布的Internet環(huán)境中簡化應(yīng)用程序開發(fā)的環(huán)境。ASP.NET技術(shù)以其良好的結(jié)構(gòu)及可用性、擴展性、可管理性、高性能的執(zhí)行效率和良好的安全性等特點成為目前最流行的Web開發(fā)技術(shù)之一。SQLServer2012是一個功能齊全的數(shù)據(jù)庫平臺，不僅可以有效地執(zhí)行大規(guī)模聯(lián)機事務(wù)處理，而且可以完成數(shù)據(jù)倉庫和電子商務(wù)應(yīng)用等許多具有挑戰(zhàn)性的工作。數(shù)據(jù)挖掘（datamining）是從大量的、不完全的、有噪聲的、模糊的、隨機的數(shù)據(jù)中提取隱含在其中、而人們事先不知道、但又是潛在有用的信息和知識的過程。混合推薦技術(shù)，即在參考經(jīng)典推薦算法的基礎(chǔ)上進行分析改進，主體采用顯隱結(jié)合的混合算法進行農(nóng)產(chǎn)品的推薦。

二、系統(tǒng)設(shè)計

（一）系統(tǒng)功能結(jié)構(gòu)設(shè)計

系統(tǒng)設(shè)計的目標是開發(fā)適合農(nóng)產(chǎn)品銷售企業(yè)需求的農(nóng)產(chǎn)品電子商務(wù)推薦系統(tǒng)，該系統(tǒng)要能吸引用戶的眼光，可操作性強，瀏覽速度快[3]。農(nóng)產(chǎn)品電子商務(wù)推薦系統(tǒng)的主要功能模塊，主要分為前臺管理系統(tǒng)和后臺管理系統(tǒng)，前臺管理系統(tǒng)主要包含購物車、農(nóng)產(chǎn)品瀏覽、農(nóng)產(chǎn)品檢索、農(nóng)產(chǎn)品推薦及用戶中心等，后臺管理系統(tǒng)主要包括農(nóng)產(chǎn)品管理、訂單管理、農(nóng)產(chǎn)品用戶管理、管理員管理和系統(tǒng)管理等.

（二）關(guān)鍵模塊設(shè)計

1.購物車模塊。購物車的主要功能包括將商品添加到購物車、瀏覽購物車中的商品信息、瀏覽購物車中的商品信息、修改購物車中的商品數(shù)量、刪除購物車中的商品以及清空購物車等。實現(xiàn)購物車的功能時要考慮兩個關(guān)鍵點，一是解決區(qū)分用戶與購物車的對應(yīng)關(guān)系的問題，二是解決購物車中商品存放的問題。解決用戶與購物車的對應(yīng)關(guān)系的問題，既需保證每個用戶都有自己的購物車，且購物車不能混用，同時必須保證用戶退出時，其購物車也隨之消失。針對這種特性，采用Session對象在用戶登錄期傳遞購物信息。而解決購物車中商品存放的問題即實現(xiàn)購物功能的問題，可以用哈希表來表示用戶的購買情況[4]。以用戶向購物車中添加農(nóng)產(chǎn)品為例，應(yīng)用哈希表和Ses-sion對象來實現(xiàn)購物車功能的過程如下：判斷用戶是否已經(jīng)有了購物車，即通過哈希表判斷Session[“Shop_Cart”]對象是否為空，若為空，寫入哈希表，添加一個名字與數(shù)值的對應(yīng)關(guān)系；若不為空則獲取購物車，購物車中商品數(shù)量增加1。2.農(nóng)產(chǎn)品推薦模塊。農(nóng)產(chǎn)品推薦模塊分為在線實時推薦和離線數(shù)據(jù)挖掘兩個部分，離線數(shù)據(jù)挖掘部分包括數(shù)據(jù)的采集、數(shù)據(jù)預(yù)處理和模式的挖掘[5]。通過周期性地采集電子商務(wù)服務(wù)器的日志文件，經(jīng)過數(shù)據(jù)的預(yù)處理，得到半結(jié)構(gòu)化的事務(wù)序列數(shù)據(jù)，然后運用數(shù)據(jù)挖掘技術(shù)進行模式的挖掘，將得到的有用模式存入模式庫[4]。在線實時推薦部分主要是推薦引擎根據(jù)客戶的當前會話，進行模式匹配，為客戶提供即時的推薦.主要推薦算法主要采用顯隱結(jié)合的混合協(xié)同過濾方法[6]。該算法的具體設(shè)計步驟如下：步驟一，采集主觀評分數(shù)據(jù)，這個步驟主要通過網(wǎng)站客戶的評分表來采集客戶的評分數(shù)據(jù)；步驟二，隱式數(shù)據(jù)的計算，這個步驟主要通過客戶瀏覽網(wǎng)站的時間來進行計算；步驟三，算法加權(quán)平均，得出目標數(shù)據(jù)，通過兩項數(shù)據(jù)加權(quán)處理，得出目標數(shù)據(jù)，從而挖掘出推薦對象。結(jié)論農(nóng)產(chǎn)品電子商務(wù)推薦系統(tǒng)可以提高農(nóng)產(chǎn)品電子商務(wù)服務(wù)系統(tǒng)的交叉銷售能力，提高整體交易量，可以挖掘潛在的農(nóng)產(chǎn)品客戶資源，提高客戶對電子商站的忠誠度，能有效提高農(nóng)產(chǎn)品電子商務(wù)系統(tǒng)的營銷能力，具有較高的實用價值和應(yīng)用前景。

參考文獻：

[1]項亮.推薦系統(tǒng)實踐[M].北京：人民郵電出版社，2012.

[2]朱郁筱.呂琳媛.推薦系統(tǒng)評價指標綜述[J].電子科技大學(xué)學(xué)報，2012，(2)：163-175.

[3]項亮.大話推薦系統(tǒng)評測[J].程序員，2012，(4)：90-94.

[4]周濤.個性化推薦系統(tǒng)的十大挑戰(zhàn)[J].程序員，2012，(6)：107-111.

[5]侯振興，崔虹燕.數(shù)字圖書館個性化主動信息服務(wù)模型研究[J].情報科學(xué)，2013，(3)：35-39.

[6]王國霞，劉賀平.個性化推薦系統(tǒng)綜述[J].計算機工程與應(yīng)用，2012，(7)：68-76.

作者:余明艷 郁春蘭 單位:廣東交通職業(yè)技術(shù)學(xué)院