1. 研究目的与意义
随着互联网技术的发展，网上购物平台屡见不鲜，它是以电子交易为手段，完成金融、物品、服务、信息等价值的交换，是目前在实体经济受到疫情冲击的情况下最有效的办法。然而伴随着电商的快速发展，客户越来越看重网上购物的体验，而其中针对每个客户的个性化推荐商品在客户考量一个平台时愈发重要。
本课题所需要完成的系统是一款可以对用户个体依据群体行为来做决策，通过用户的持续协同作用，最终给用户的推荐会越来越准的推荐系统。其能够完整的实现购物平台从浏览，查询，购买一系列的基本操作。依据系统内的协同过滤算法，更加精确的向潜在目标用户推荐商品，以实现吸引用户，增加用户粘性，实现创收的目的。
2. 课题关键问题和重难点
基于spring架构的网上购物平台分为三个大模块：基于协同过滤算法的商品推荐、基于html js的网上购物平台系统的前端实现、网上给购物系统后台功能的逻辑实现。本课题拟完成基于spring架构的网上购物平台系统后台的设计与实现 。
本课题的关键：
3. 国内外研究现状（文献综述）
现代社会正在逐渐从海量数据时代向智能时代迈进，刺激和促进了大量新兴技术的迅猛发展[1]。电子商务作为一种新型商业服务，在国家战略新兴产业中占据了举足轻重的地位，在物联网、智慧地球、城市交通和医疗卫生等领域发挥着重要的基础性支撑作用[2]。目前，网上购物平台，诸如美国的 亚马逊，ebay和国内的淘宝，京东等，其用户量达到百万级，为全球广大用户提供营销，仓储，实时运算等服务。
针对网上购物市场这一需求，国内外都对此进行了大量研究。
国外，2006年，美国亚马逊是世界上首批开创网上购物的公司之一。它是一个集零售、物流、云服务以及智能软硬件一体的平台。目前亚马逊最主要的营收还是自营电商业务，贡献了半数以上的占比，通过增加商品选择来提高用户体验，从而带来流量的上升，而流量的上涨势必带来更多的卖家进入平台，并提供更多的商品选择。[2]亚马逊核心技术可以对店铺包括订单的录入，支付收入，卖家的数量，访客的流量，总利润等信息的统计。产品上面采取的是链接的形式进行，包括支持多个链接进行采集，对产品的数据进行采集查看和对图片进行修改，商品的优化等一系列的流程都是可以一键生成多种语言的。而对于订单管理每一家店铺的订单都是可以随时进行查看处理订单数据。 erp系统可以很好的对商品进行分类管理，包括对订单进行分类，货物的储存报表等一系列的数据都是透明的，即便是漏打或者是订单打错了也可以重新进行作废处理。订单管理是本系统的核心功能，此功能需要管理对用户的商品信息状态的转变，对于不同时间下，不同用户时商品能显示出不同的状态。这取决于数据库管理的效率与其基于b/s架构，在服务器事务逻辑上的实现。[3]
4. 研究方案
1. 系统功能结构
系统总体功能结构如图1所示
5. 工作计划
2022-2023-1学期：
第15-16周：完成选题，查阅相关中英文资料。
第17周：与导师沟通进行课题总体规划。
课题毕业论文、文献综述、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
