農產品電子商務系統設計研究

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產品電子商務系統設計研究范文，希望能給你帶來靈感和參考，敬請閱讀。

摘要：為滿足企業農產品營銷需求，采用.NET、數據挖掘及混合推薦等技術，設計并實現農產品電子商務推薦系統。經測試，該系統實現了購物車、農產品瀏覽、農產品檢索、農產品推薦、農產品管理、訂單管理等多種功能，提高了企業農產品的銷售量。

關鍵詞：農產品電子商務推薦系統；數據挖掘技術；推薦技術

引言

隨著網絡及電子商務業的飛速發展，目前大多數農產品電子商務系統在給農產品需求用戶提供越來越多選擇的同時，也產生了“信息過載”的問題，這將導致用戶無法順利地找到自己所需要的商品。農產品電子商務推薦系統則可以從紛繁復雜的信息中找到農產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，雖然電子商務推薦系統在理論和實踐上都得到了很大的發展，但是還存在很多不足之處。本文設計與開發的農產品電子商務推薦系統有效提高了用戶的購買力和滿意度，促進了農產品的銷售量。

一、開發環境及相關技術分析

系統的開發環境為MicrosoftVisualStudio2013集成開發環境，采用ASP.NET技術開發，網站后臺數據庫采用SQLServer2012。在系統的設計與開發過程中綜合運用了ASP.NET技術、數據挖掘和混合推薦技術等[2]。ASP.NET是Microsoft.NETFramework的一部分，是一種可以在高度分布的Internet環境中簡化應用程序開發的環境。ASP.NET技術以其良好的結構及可用性、擴展性、可管理性、高性能的執行效率和良好的安全性等特點成為目前最流行的Web開發技術之一。SQLServer2012是一個功能齊全的數據庫平臺，不僅可以有效地執行大規模聯機事務處理，而且可以完成數據倉庫和電子商務應用等許多具有挑戰性的工作。數據挖掘（datamining）是從大量的、不完全的、有噪聲的、模糊的、隨機的數據中提取隱含在其中、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，即在參考經典推薦算法的基礎上進行分析改進，主體采用顯隱結合的混合算法進行農產品的推薦。

二、系統設計

（一）系統功能結構設計

系統設計的目標是開發適合農產品銷售企業需求的農產品電子商務推薦系統，該系統要能吸引用戶的眼光，可操作性強，瀏覽速度快[3]。農產品電子商務推薦系統的主要功能模塊，主要分為前臺管理系統和后臺管理系統，前臺管理系統主要包含購物車、農產品瀏覽、農產品檢索、農產品推薦及用戶中心等，后臺管理系統主要包括農產品管理、訂單管理、農產品用戶管理、管理員管理和系統管理等.

（二）關鍵模塊設計

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量、刪除購物車中的商品以及清空購物車等。實現購物車的功能時要考慮兩個關鍵點，一是解決區分用戶與購物車的對應關系的問題，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關系的問題，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產品為例，應用哈希表和Ses-sion對象來實現購物車功能的過程如下：判斷用戶是否已經有了購物車，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，添加一個名字與數值的對應關系；若不為空則獲取購物車，購物車中商品數量增加1。2.農產品推薦模塊。農產品推薦模塊分為在線實時推薦和離線數據挖掘兩個部分，離線數據挖掘部分包括數據的采集、數據預處理和模式的挖掘[5]。通過周期性地采集電子商務服務器的日志文件，經過數據的預處理，得到半結構化的事務序列數據，然后運用數據挖掘技術進行模式的挖掘，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合的混合協同過濾方法[6]。該算法的具體設計步驟如下：步驟一，采集主觀評分數據，這個步驟主要通過網站客戶的評分表來采集客戶的評分數據；步驟二，隱式數據的計算，這個步驟主要通過客戶瀏覽網站的時間來進行計算；步驟三，算法加權平均，得出目標數據，通過兩項數據加權處理，得出目標數據，從而挖掘出推薦對象。結論農產品電子商務推薦系統可以提高農產品電子商務服務系統的交叉銷售能力，提高整體交易量，可以挖掘潛在的農產品客戶資源，提高客戶對電子商站的忠誠度，能有效提高農產品電子商務系統的營銷能力，具有較高的實用價值和應用前景。

參考文獻：

[1]項亮.推薦系統實踐[M].北京：人民郵電出版社，2012.

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

[3]項亮.大話推薦系統評測[J].程序員，2012，(4)：90-94.

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

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

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

作者:余明艷 郁春蘭 單位:廣東交通職業技術學院