资源描述：
《毕业论文（设计）-基于信任的电子商务商品推荐系统研究》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。
1、摘要在电子商务的虚拟环境下，商家能够在网上提供的商品种类和数量非常多，用户既不愿意花太多时间在漫无边际的网上寻找商品，也不可能像在物理环境下那样检查商品的质量。因此，用户很希望电子商务系统具有一种类似采购助手的功能來帮助其选购商品，并能根据用户的兴趣爱好自动地推荐给每个用户可能感兴趣的商品。因此，商品推荐系统的研究具有很重要的现实意义。为了更好地研究商品推荐系统的推荐功能，现开发一个基于信任的屯子商务商品推荐系统，来实现商品推荐功能和好友之间的推荐，帮助顾客挑选出更多自己感兴趣的商品。作者在本文中介
2、绍了基丁•信任的电子商务商品推荐系统所使用的JSP、STRUTS.MVC等技术和开发工具，并通过比较分析，说明了选用这些技术和开发工具的原因。之后，作者详细阐述了本系统从需求获取到系统分析和设计再到编程实施的整个过程。文中根据作者在系统开发中获得的经验，提出了系统开发中的一些细节的处理，并结合实际情况对其中的某些重点、难点问题和解决方法加以论述。最后，作者对毕业设计结果进行了分析和主观评估，并对推荐系统未来的研究方向提岀了自己的看法。关键词：推荐系统；商品推荐；电子商务；JSP；Struts2Abs
3、tractIne-commerceenvironment,thenumberandthetypeofproductswhichcanbeprovidedonlinearebecomingverylarge.CustomersareneitherwillingtospendtoomuchtimesearchingfortheproductsontheInternet,norcantheycheckthequalitiesofproductsjustasinthephysicalenvironment.
4、Therefore,customershopethatthee-commercesystemhasfunctionstohelpthemchooseandbuyproducts,justlikeapurchasingassistantsanditcanrecommendproductstoeachcustomerindividuallybasedontheirinterestsandhobbies.Thus,thereisaveryimportantsignificancetoresearchthe
5、productrecommendingsystem.Inordertostudythefunctionofproductrecommendingsystembetter,aproductrecommendingsystembasedontrustisdeveloped.Havingthefunctionsofrecommendingproductstocustomersandrecommendingproductsbetweenfriends,theproductrecommendingsystem
6、canhelpcustomerspickupmoreproductstheyareinterestedin.Inthisarticle,technologiesanddevelopingtoolssuchasStruts,JSPandMVCusedinproductrecommendingsystemareintroducedatfirst.Accordingtocomparingwithothertechnologiesanddevelopingtools,thereasonofchoosingt
7、hetechnologiesanddevelopingtoolsisexplained.Afterthat,theentireprocessofdevelopingthesystemwhichisfromrequireanalysis,systemanalysisanddesigntosystemimplementationisillustratedindetail.Accordingtotheexperienceobtainedduringthesystemdevelopment,someofth
8、edetailoftreatmenthascomeupandcombinedwithactualsituation,somedifficultproblemsandsolvingmethodsarediscussed.Intheend,theresultsofgraduatedesignandsubjectiveevaluationareanalyzed,andthefuturedirectionoftheresearchonrecommendsystemispred
