基于JavaEE的电子商务推荐系统的设计与实现

白 娟，闫新庆

(华北水利水电学院，河南 郑州 450011)

基于JavaEE的电子商务推荐系统的设计与实现

白 娟，闫新庆

(华北水利水电学院，河南 郑州 450011)

通过在一个实际的基于JavaEE架构的电子商务平台上附加一个推荐引擎，使得该引擎能在实际购物过程中对用户的行为进行分析、计算，从而得到用户在近期内的个人偏好，并能在平台数据库中为用户做出合理有效的商品推荐.

JavaEE;电子商务;推荐

随着网络的广泛普及，电子商务对传统的商贸活动产生了革命性的影响，引发了从以商品为中心到以客户为中心的商业模式的转变.新的商业环境为企业提供新的商机的同时，也对企业提出了新的挑战.围绕客户进行服务，为客户提供所需要的商品是企业发展的趋势.因此给每个客户提供个性化的服务已经成为必然，而电子商务推荐系统是解决问题的重要途径.

1 推荐引擎的设计步骤与原理

1.1 设计步骤

步骤1 选择推荐用户.游客可以浏览网站的任何商品，但不产生任何推荐.一旦成为注册用户，就可以在网站进行任何的点击和购买操作，同时推荐引擎会在后台启动工作，根据用户的操作行为进行相关的分析与推荐.

步骤2 用户行为统计.用户ID和用户对商品的点击都用会话跟踪机进行保存，并且记录到数据库中，为用户偏好分析和商品关联分析做数据上的准备.

步骤3 用户偏好分析.这是推荐引擎核心工作的第一步，目的是找出每位顾客喜好的商品类型，并最终以评价分数的形式体现.具体分为3个阶段，分别是商品查看阶段的偏好，放置购物车阶段的偏好和购买阶段的偏好［1－2］.一般来讲，用户在网上购买商品时，大都遵循这3个阶段的顺序.也就是说，顾客在购买商品后，必然点击查看过该商品且把该商品放入购物车，所以，不必专门为各个阶段的点击设置权重.据此分析，可以将所有类型的商品分成4组:实际在线购买的商品;添加到购物车中的商品;点击查看的商品;所有商品.

步骤4 商品关联分析.该阶段要求根据商品的事务集找出不同类型商品之间的关联.推荐引擎经过分析之后，得出的是不同类型商品之间的关联度.这样，当顾客购买一种商品时，推荐系统可以为其呈现出与这种商品类型关联度最大的某种类型的商品.比如:经过系统的分析，买数码播放器的顾客比买高档耳机(可以定义为数码产品周边)的可能性最大.那么，当顾客购买某个品牌MP3/MP4的时候，系统就会为其自动推荐某款畅销的苹果牌耳机.采用商品分类树［1］来构建商品分类模型.

1.2 推荐原理

用户偏好分析阶段得出的是用户本人的喜好、购买倾向，而商品关联分析阶段是由整个网站消费群体的消费习惯得出的商品之间的相关度.经实际分析证明，当综合运用这两个分析结果时，可以产生较准确的推荐，顾客的满意度也较高.

经过前面阶段的分析与计算，推荐引擎给出了符合要求的商品，被推荐商品以列表的形式展示在页面上.

2 推荐系统的总体设计

推荐系统平台主要有前台管理模块和后台管理模块组成.前台管理模块主要包括会员注册及登录、会员资料修改、商品分类查看、购物车、结账下单、查看订单、推荐商品、商城公告等.后台管理模块主要包括用户管理、类别管理、产品管理、订单管理，统计分析等.

采用JADE(Java Agent Development Environment)框架进行系统的设计.整个系统由Agent集成和Web应用设计组成，其总体框架如图1所示.

图1 系统总体框架图

Agent集成过程是将偏好分析Agent、商品关联分析Agent、产品推荐Agent集成到JADE平台环境中.当启动JADE平台时，多个Agent被加载，Agent都采用单例模式实现，所有用户共用同样的Agent提供的服务，这是因为Agent的实现与具体的用户无关［3－4］.

Web应用设计技术可以采用目前流行的MVC框架技术，具体采用的Model2 Java Web应用程序框架，即JavaBean+JSP+Servlet组合.

3 推荐系统实例展示

1)用户登录.产生推荐商品栏，这些商品由保存在数据库中该用户的历史行为和商品关联分析共同产生.

2)新用户推荐.为了进一步说明推荐引擎推荐结果的合理性，注册一个新用户huabeishuiyuan，这时，首页中推荐给新用户的商品是由近段时期内商品的销量排行榜组成，它反映了一个区域的整体购物倾向.假设此用户是一个数码音乐迷，注册第一天就买了一款新出的MP4_03，购买后再次返回首页时，系统除了推荐另外一款MP4之外，还推荐了一款银白色苹果耳机，而且还有外接的小型音箱等相关商品，如图2所示.

图2 新用户产生购物行为后的推荐页面

［1］曾子明.电子商务推荐系统与智能谈判技术［M］.武汉:武汉大学出版社，2008.

［2］闵军，邓晓.智能导购Agent系统的研究［J］.控制与决策，2003，18(4):497 －499.

［3］余力，刘鲁.电子商务个性化推荐研究［J］.计算机集成制造系统，2004，10(10):1306 －1313.

［4］杜献峰.基于贝叶斯网络的多Agent分布式入侵检测技术［J］.华北水利水电学院学报，2007，28(4):66－68.

Design and Realization of E-commerce Recommendation System Based on JavaEE

BAI Juan，YAN Xin-qing
(North China Institute of Water Conservancy and Hydroelectric Power，Zhengzhou 450011，China)

By attaching to an actual e-commerce paltform based on JavaEE，an engine of recommendation can analyse and compute an use’s action happening in shopping behavior.This will lead to that system can get user’s preference in recently days and will make a reasonable recommendation of commodity for user in database.

JavaEE;e-commerce;recommendation

1002－5634(2012)03－0072－02

2012－02－15

河南省高校科技创新人才支持计划项目(2011HASTIT020).

白 娟(1979—)，女，河南郑州人，讲师，硕士，主要从事电子商务、数据库方面的研究.

(责任编辑:蔡洪涛)