《毕业论文（设计）基于微信公众平台的个性化推荐系统》由会员分享，可在线阅读，更多相关《毕业论文（设计）基于微信公众平台的个性化推荐系统（55页珍藏版）》请在金锄头文库上搜索。
1、山东大学本科毕业论文目 录摘 要1ABSTRACT2第1章 绪论31.1 基于微信公众平台的个性化推荐系统开发背景31.2 国内外研究现状31.3 解决的主要问题41.4 本文的主要工作41.5 论文的组织结构5第2章 基于微信公众平台的个性化推荐系统62.1 基于微信公众平台的个性化推荐系统概述62.1.1 个性化推荐系统的基本概念62.1.2 基于微信公众平台的个性化推荐系统说明62.1.3 基于微信公众平台的个性化推荐系统项目概述72.2 主要的个性化推荐技术82.2.1 基于内容的推荐算法82.2.2 基于关联规则的推荐算法92.2.3 协同过滤算法92.3基于微信公众平台的个性化推荐
2、系统的目标12第3章 基于微信公众平台的个性化推荐系统架构设计133.1 基于微信公众平台的个性化推荐系统的设计原则133.2 基于微信公众平台的个性化推荐技术架构设计133.2.1 基于微信公众平台的个性化推荐系统架构133.2.2 基于微信公众平台的个性化推荐系统平台规划153.3 基于微信公众平台的个性化推荐系统功能架构163.3.1 基于微信公众平台的个性化推荐系统功能组成163.3.2 基于微信公众平台的个性化推荐系统页面流程17第4章 基于微信公众平台的个性化推荐系统详细设计181 4.1 基于微信公众平台的个性化推荐系统的整体结构184.2 基于微信公众平台的个性化推荐系统模块设
3、计184.2.1 前端展示模块详细设计194.2.2 后台管理模块详细设计194.2.3 数据库模块详细设计204.2.4 个性化推荐系统详细设计21第5章 基于微信公众平台的个性化推荐系统实现与测试255.1 基于微信公众平台的个性化推荐系统总体实现255.2 主要代码框架和页面截图展示255.3 出现的问题及解决措施35第6章 结论37致谢38参考文献39附录1 英文原文41附录2 译文47 2 山东大学本科毕业论文基于微信公众平台的个性化推荐系统摘 要近年来，随着移动互联网时代的到来，微信商城因其无需再下载多余的手机应用，并且拥有庞大的微信用户数及传播速度快等优势，受到了众多企业、商家的
4、青睐。本文在现有的微信电子商务系统上，设计和实现了一个针对微信商城的个性化推荐系统，改善用户的购物体验，同时也有助于企业打响知名度。首先，本文在讨论基于微信公众平台的个性化推荐系统的项目背景和对其开发设计所面对问题的基础上，对系统进行一个概述，说明所采用的相关技术及所面临的问题。之后进行个性化推荐系统架构设计。利用热销榜来解决冷启动问题，为刚注册的没有购买行为的用户推荐商城的热销商品；对于又购买行为的老用户则利用协同过滤算法和基于内容的推荐算法，为他们推荐与他们有相近喜好的用户所购买过的东西及与他们购买过的物品相类似的物品，解决信息过载的问题，为用户提供个性化的推荐清单。最后，本文对基于微信公
5、众平台的个性化推荐系统的应用情况作了简单介绍，并对系统进一步改进提出了建议。关键词：微信商城；个性化推荐；热销榜；冷启动；协同过滤算法；基于内容的推荐算法ABSTRACT In recent years, with the advent of the era of mobile Internet, WeChat mall has gotten much favor of many enterprises and businesses，because of the fact that there are hundreds of millions of people who use WeChat
6、and people dont need to download extra mobile application. This paper will show a personalized recommendation system for WeChat mall,which will improve the users shopping experience,and help enterprises to establish reputation at the same time. Firstly, this paper introduces the development backgrou
7、nd of the personalized recommendation system based on WeChat mall and the problem of its development and gives an overview of the system to show the related technology adopted and the problems facing. Then, design the architecture of personalized recommendation system. Use the hot list to solve the
8、problem of cold start, it will help new users who do not have purchasing behavior by showing them the hottest goods; for the regulars,it will recommend things that are bought by people who have similar preferences with them or things that are similar with goods they bought before,by using collaborat
9、ive filtering algorithm and content-based recommendations,to solve the problem of information overload and provide users with personalized recommendation list. Finally, this paper introduces the simply application of the personalized recommendation system, and proposes an advice for further improvem
10、ent. Keyword: WeChat mall; personalized recommendation system; the hot list; cold start;collaborative filtering algorithm;content-based recommendations第1章 绪论1.1 基于微信公众平台的个性化推荐系统开发背景随着电子商务的普及，越来越多的人选择网上购物这种方便快捷的方式。而微信也不单单只是一个充满创新功能的手机应用，它已成为中国电子革命的代表，覆盖了90%以上的智能手机，并成为人们生活中不可或缺的日常使用工具【1】。因此，微信商城越发凸显出它
11、的优势。但是，当前微信商城与一些成熟的商城，如亚马逊、淘宝之间仍存在不小的差距，比如缺少个性化推荐系统，不能根据用户的兴趣特点和购买行为来为用户推荐他们感兴趣的产品。信息过载让很多用户无所适从，迷失在纷繁复杂的商品之中。本文将通过在现有的微信商城中嵌入个性化推荐系统，对传统业务进行流程再造，更好地利用微信这个平台为用户提供服务。1.2 国内外研究现状谷文栋，个性化推荐社区Resys China的发起人曾说过：“个性化推荐技术是最具人文关怀的技术之一，它尊重个体，相信每个人都是与众不同的，在这个以人为中心的社会化时代，它的兴起与发扬光大只是时间问题。” 电子商务的个性化推荐之所以能快速蔓延，是因
12、为它有两大推动力，即商业界对长尾金矿的商业动力，用户强烈的个性化需求，和一个基础性条件，即人工智能领域技术的日益成熟。目前最有名的案例便是亚马逊公司的成功，它根据用户已经购买和已经评分的商品来寻找相似商品并推荐给用户，同时也支持根据用户的Facebook好友喜欢的相似产品来进行推荐，这使得网上购物与社交网络紧密联系到一起。而国内的淘宝网也通过猜你喜欢、看了还买等为用户进行个性化的推荐，向用户推荐适合的商品、店铺等，以提高网站的交叉销售能力。当当网则采取基于内容的推荐、协同过滤等方法，通过对顾客历史数据的分析，在购物前、购物中及购物后这三个环节中根据不同顾客的购物习惯向他们推荐针对其个人的商品。
13、可以说个性化推荐在电子商务中已经被运用得风生水起，但是在微信商城中，这一技术使用得较少，并没有得到普及。因此本文致力于在已有的微信商城上嵌入个性化推荐系统，以帮助用户快速找到心仪的产品，提高用户的忠诚度，提高成交转化率。1.3 解决的主要问题个性化推荐系统是建立在现有的微信商城电子商务系统之上的，该系统通过一系列算法对用户数据进行分析，为新用户推荐热门商品，发现与当前用户口味和偏好相似的“邻居”用户群，然后基于这些用户的历史偏好信息，最终提供给当前用户个性化的推荐清单。如何根据用户和商家的需求，设计出简洁高效的推荐系统是本文要解决的主要问题。有研究表明，新用户更倾向于选择特别流行的商品。因此针
14、对系统的冷启动问题，使用热销榜向用户推荐热销的商品能在一定程度上解决这个问题。在网站设计方面，参考一般购物网站的网络架构和逻辑架构，设计出适合于在手机浏览的网站，将给用户推荐的结果很好地嵌入网站中，并且满足网站系统的可维护性，灵活性和可扩展性。在系统实现方面，在实现前文设计基础上，主要解决冷启动问题，用户行为的挖掘和个性化推荐算法。本文使用tomcat，mysql和java进行网站开发。1.4 本文的主要工作 本文模拟在现有的微信商城的基础上嵌入个性化推荐系统，通过对用户和商家的实际需求进行分析，并结合现有的算法研究，设计和实现了基于微信公众平台的个性化推荐系统。 论文首先介绍了个性化推荐系统
15、的研究背景，并介绍了该算法的研究现状。阐述了解决的主要问题，并描述了论文的主要工作。 接着，论文通过进行简述个性化推荐系统的相关知识，介绍了几种主要的个性化推荐算法，并说明该个性化推荐系统所要达到的目标。 然后通过设计网站的整体框架，介绍了个性化推荐算法的实现过程。使用JAVA编程语言，利用数据库实现用户及商品信息的存储，通过使用热销榜、协同过滤算法和基于内容的推荐算法，解决冷启动问题，实现对用户的个性化推荐。 最后，对所设计的嵌入个性化推荐系统的微信商城进行测试。通过利用不同的测试指标，得到不同的实验结果。通过分析实验结果，以不断改进算法的程序，得到更健壮的程序。1.5 论文的组织结构第一章 绪论，主要描述基于微信公众平台的个性化推荐系统的开发背景、国内外的研究现状，本文解决的主要问题和进行的主要工作。第二章 阐述个性化推荐系统的基本概念，说明基于微信公众平台的个性化推荐系统基本情况，在此基础上介绍几种主要的个性化推荐算法，并说明该项目要实现的总体目标。第三章 基于微信公众平台的个性化推荐系统架构设计，分为技术架构和功能架构，主要阐明选择该架构的原因，以及这样设计的好处。第四章 基于微信公众平台的个性化推荐
