全文总字数：1826字

1. 研究目的与意义及国内外研究现状

本课题结合我校本科生的培养目标，针对现在的购物网站品种繁多，分析和设计一个电子商务网站推荐系统的应用场景，该系统通过个性化推荐技术，准确地为顾客展示他们喜欢的商品。系统可根据用户行为，包括搜索历史、关键词、商品浏览、购买和收藏等行为，用户行为的频次也是影响用户兴趣的一个指标，用户对某个商品浏览的次数越多，一般来说用户对该商品兴趣可能越高。系统环境采用sql server 创建数据库，以java为编程语言，实现基于情感分析的电商商品推荐系统的设计与开发过程。

通过该系统的设计与实现，使学生熟悉系统设计开发过程，能够熟练使用系统开发工具，在开发过程中运用所学的相关专业知识不断地发现问题，解决问题，使学生对专业知识的综合应用能力得到较大提升。

国内外研究现状

近年来，随着电子商务应用的逐步深入，以淘宝为首的电子商务企业让中国亿万消费之领略打了网络购物所带来的前所未有方便，但是，不断增多的商品类目和数量让用户找到真正需要的商品变得越来越困难，而通过个性化推荐技术，能够改善顾客在网络上的浏览体验。推荐系统这个研究领域源于协同过滤算法的提出。亚马逊首先成功将其应用于电子商务零售网站中，为用户提供个性化的商品推荐服务。除了协同过滤推荐算法，还有基于商品内容的推荐算法、基于社交关系的推荐算法等。有相关数据显示，亚马逊有35%的销售来自于推荐算法。

2. 研究的基本内容

本课题研究是商品推荐算法，能够在用户输入需要的产品系列和属性后，提供给用户在该属性下广得用户好评的商品列表。推荐系统的基础是数据分析和挖掘，有什么样的数据才能做什么样的推荐。做推荐之前，需要完整并且实时的收集到用户行为数据，需要对商品特征进行深 入的分析，对用户行为进行分析与建模。

在研究过程中进行合理的系统概要设计，数据库设计和系统详细设计。对需要实现的系统功能进行统一合理地模块划分，并叙述其各项功能的使用情况以及预期能达到的效果。

3. 实施方案、进度安排及预期效果

开学前完成需求分析，查阅相关参考文献，对所要开发的系统有了明确的目标。熟悉相关开发工具。

2019 年2 月19 日至2012 年3 月初完成需求分析，完成相应文档。

至3 月15 日完成概要设计和数据库设计，并完成相应文档。

4. 参考文献

[1]郭丽、刘磊; 《基于情感分析的电商商品推荐系统的设计与开发》，中原工学院学报; 2014年6月

[2]项亮; 《推荐系统实践》，人民邮电出版社; 2012

[3] linden g, smith b, york j.amazon. com recommendations: item-to-item collaborative filtering[j]. internetcomputing, ieee, 2003, 7(1): 76-80.