论文总字数：17503字

摘 要

近年来，由于网络的快速发展与广泛的普及，浏览网页获取信息已经是目前人们最为主要的方式之一。互联网上的web页面已经多达百亿个并且仍然以爆炸的方式增长。作为Internet被使用最广泛的应用，并且随着web技术的日益成熟电子商务开始迅猛发展，网上购物也已经成为人们购买物品时的首选方式。所以，由用户的网上浏览记录与行为判断用户的喜好发掘用户潜在的购买欲望可以为网站的经营者们提供更有价值的信息，并且能为用户做出个性化的推荐效果。

本文会首先对个性化推荐系统以及电子商务的发展进行简要的阐述，并且对购书网站的设计进行介绍。其次，我们会对用户的购买行为数据进行分析，计算得到书籍之间的相似度。然后，建立基于用户兴趣的相关推荐列表。

本文基于网上购书平台，使用个性化的推荐算法发掘用户的购买趋势，具有实际的使用意义与价值。

关键词：网上购书；电子商务；个性化推荐算法

The design and implementation of online bookstore with the function of recommendation

Abstract

In recent years, due to the rapid development of the network and the popularity of the Internet, browsing the web access to information is one of the most important ways. The web page on the Internet has been up to billions and is still growing in an explosive way. As Internet is widely used, and with the increasing maturity of web technology, e-commerce began to develop rapidly, online shopping has become the first choice for people to buy goods. So, by Internet users browse behavior record and judge the user"s preferences to explore the user potential desire to buy can provide more valuable information for website operators, and can make a personalized recommendation for users.

This paper will first of personalized recommendation system as well as the development of electronic commerce are described in brief, and the shopping website design are introduced. Secondly, we will analyze the user"s purchase behavior data, and calculate the similarity between the books. Then, establish a list of relevant recommendations based on user interest.

This paper based on online shopping platform, the use of personalized recommendation algorithm to explore the user"s buying trends, has practical significance and use value.

Keywords: online bookstores e-commerce: Personalized Recommendation Algorithm

目录

摘 要 I

Abstract II

第一章 引言 1

1.1 课题研究背景和意义 1

1.2本文的组织结构 1

第二章 系统相关技术与理论基础 3

2.1 web挖掘简述 3

2.2 个性化推荐算法 3

2.3 SQL Sever 3

2.4 Asp.net 4

2.4 本章小结 4

第三章 个性化推荐算法 5

3.1 相似度计算 5

3.2 基于物品的协同过滤算法 6

3.3 基于用户的协同过滤算法 7

3.4 基于内容的协同过滤算法 8

3.5 本章小结 8

第四章 系统需求分析 9

4.1 系统环境分析 9

4.1.1 系统的运行环境需求分析 9

4.1.2 技术需求分析 9

4.2系统功能分析 9

4.2.1 推荐系统模块的功能分析 10

4.2.2 用户操作功能分析 11

4.2.3 图书管理功能分析 11

4.3 本章小结 12

第五章 系统设计与实现 13

5.1 系统概要设计 13

5.1.1 系统环境 13

5.1.2 前台页面 13

5.1.3 后台服务端 13

5.2数据库设计 13

5.2.1 系统数据库概念设计 13

5.2.2 系统数据库逻辑设计 15

5.2系统实现 16

5.2.1 前台页面的实现 17

5.2.2 后台管理的实现 21

5.3 本章小结 22

结束语 23

致谢 24

参考文献 25

第一章 引言

由于近些年来网络的快速发展与普及，web网页的数量已经超过百亿个。由此衍生而来的电子商务也开始成为主流。如何为网站增加销量，并吸引更多的顾客浏览网页成为了电子商务网站的主要问题之一。因此，各大电子商务网站开始设计自己的个性化推荐算法。

个性化推荐系统是指，根据客户的浏览记录和购买行为以及个人兴趣，按照特定的算法计算得出的客户的兴趣物品或信息。电子商务的快速发展使得网站的物品、信息不断增加，客户无法一眼得出自己所要购买的物品，也由于电子商务的特殊性无法像实体店一样，有员工向客户推荐。因此，网站需要一种类似于电子助手的功能为客户提供个性化的推荐服务，同时也为网站的经营者们提供决策上的支持。

得益于数据挖掘技术的成功，也因为电子商务的快速发展，基于web的数据挖掘技术开始被大力研究。

1.1 课题研究背景和意义

Web技术的成熟使得电子商务网站越来越规范功能越来越完善，逐渐被大众所接受并开始成为人们购物时的首选。于是，网站的经营者们开始越来越多的考虑如何完善自己的网站，如何留住更多的用户，如何使得用户能够一眼看出网站上他们需要的或者可能需要的物品信息。得益于数据挖掘技术在数据库中的成功使用，以及其技术的愈发成熟与规范使得web挖掘成为了可能。由于电子商务网站的特殊性，人们在购物网站上浏览的大量信息以及购买行为可以被记录于数据库日志中。因此，对这些用户行为的分析可以得出一些用户兴趣的潜在信息。

剩余内容已隐藏，请支付后下载全文，论文总字数：17503字