農產品社交電商推薦系統的設計

賈德潤南 阮紅麗 李文源 陳東升 高華玲

摘要：近年來，社交電商的發展帶動了農產品銷售，為眾多農貨提供了一種可行的電子商務銷售渠道。該文采用GooSe發布的開源工具Flutter開發一款農產品電商平臺，這個平臺融合了電商、社交和資訊功能，并利用基于內容和基于矩陣分解的混合推薦算法優化農產品商品頁面和新聞資訊頁面。該系統完成了單元測試、小部件測試和集成測試，實現了購物車、農產品瀏覽、農產品搜索、農產品推薦、農產品管理、訂單管理等多種功能，為農產品社交電商平臺的設計提供了思路。

關鍵詞：農產品;推薦系統;Flutter;社交電商

中圖分類號：TP311 文獻標識碼：A

文章編號：1009-3044（2020）13-0299-02

隨著電子商務行業的快速發展，輻射范圍逐步擴大到廣大的農村地區。農產品市場具有巨大的市場潛能，但是由于農民文化水平較低，電子產品利用率較低，加之農村運輸條件的限制，使得農產品的電子商品發展較為緩慢。近年來，一些社交電商的出現，點亮了農產品銷售的曙光，拼多多、快手、抖音、微信等社交媒體的普及性，降低了普通農戶參與電商的難度。所以社交電商可以成為農產品銷售的突破口。本系統設計的社交電商平臺，將社交媒體與電商系統相結合，并利用推薦技術優化系統的性能，為用戶提供充分的農產品宣傳推廣渠道，助推農戶發揮自身的社交能力，網站官方在農產品市場的推薦模塊助力營銷，進一步加強了用戶選購農貨的參考依據，更強調社交和購物之間的關聯，促進農產品市場的活躍度。推薦系統的加入源于農產品電子商務系統的商品良莠不齊，過多的商品也產生了“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開發環境及相關技術分析

系統前端的開發環境為Android Studio集成開發環境，后端采用Visual Studio Code輕量級的開發環境，前后端均采用Flutter技術開發，后端數據庫采用MySql數據庫管理，利用py-thon爬蟲獲取新聞資訊數據。在系統的設計與開發過程中綜合運用了Flutter技術、dart語言和混合推薦技術等。

Flutter是Google提供的新一代跨平臺方案，是一款開源、免費的移動uI框架，可以給開發者提供簡單、高效的方式來構建和部署跨平臺、高性能移動應用。隨著Google在GooSe 102019開發者大會上宣布Flutter支持Web平臺，就標志著Flut-ter已經全面持所有平臺。Flutter作為新興的混合開發解決方案，它提供了更完善的文檔和更高效的運行方式，開發者不必再把大量精力放到不同平臺的展示上，更好地完成自己的業務，從企業管理者角度看，也大大降低了開發成本。

2系統功能結構設計

農產品社交電商推薦系統屬于垂直領域的電商和社交系統的結合的移動端平臺，平臺的整體設計中還要包含商品推薦模塊。系統分為前端和后端功能，設計采用前后端分離，前端功能主要模塊包括會員中心、購物車管理、農貨瀏覽、農貨圈子（包括加入圈子、發帖、回復、收藏功能）、農產品的搜索，農產品的推薦模塊、新聞資訊模塊（包括資訊獲取的爬蟲）。后端的功能包括用戶管理、商品管理、訂單管理、帖子管理和系統參數管理。

系統將用戶分為三個類別，游客、注冊用戶和管理員，不同類別的用戶操作權限有所區別。首先，管理員用戶的權限最高，代表網站官方進行一些操作，可以管理農貨的類目，上架的農貨管理，圈子中的全部帖子管理，全體用戶的管理和系統參數的管理。

匿名用戶，也就是游客的權限最小，只能夠瀏覽農貨、搜索農貨、查看新聞資訊、查看社交圈子的帖子。

注冊用戶除了可以完成游客的查看功能，還可以進行購物車及訂單管理、發布商品管理、個人用戶管理和個人發帖管理。注冊用戶，還區分是否實名認證，未實名認證則不能發布商品和發表帖子。

購物車模塊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嘲。

3關鍵模塊之新聞資訊模塊

新聞資訊模塊是利用python語言爬取中國農網的新聞（http：//www.farmer.com.cn），添加到MySql數據庫中。爬蟲設計利用BeaufiMl Soup 4對新聞頁面進行解析，獲取新聞的標題、標簽、來源、編輯、作者、發布時間和新聞內容信息，存儲在MySql數據庫中。爬蟲設計為增量爬取，按照時間結點每天定時爬取一次，追加到數據庫中。

新聞資訊的展示頁面中按照時間順序和基于內容的推薦算法計算排序展示。這里面的內容就是新聞的標簽，將新聞內容用python的jieba庫進行分詞，利用TF-IDF逆文檔頻率抽取標簽，與爬取到的標簽字段合并，得到更加準確全面的標簽，計算這些標簽的余弦相似度，并進行加權求和，最后在根據新聞的時間加人衰減系數，時間越久遠的衰減系數越大，最后的推薦結果將后移。

4關鍵模塊之農貨推薦模塊

推薦系統廣泛地應用于各類型的電商平臺、閱讀網站、社交媒體網站、電影推薦網站等。本系統采用基于內容的推薦與基于矩陣分解的混合推薦算法，收集用戶的人口信息和互動行為信息，包括用戶的所屬地區、用戶收藏的商品、用戶是否發布商品、用戶加入購物車的商品、用戶發布帖子的圈子、用戶訪問新聞資訊的類別等。協同過濾算法基于用戶的隱語義信息構建用戶、物品矩陣，利用交替最小二乘算法ALS訓練，降低us-er-Item矩陣的維度，將User-Item矩陣分解成兩個低維矩陣，提取出用戶和物品的隱含信息，召回用戶喜歡的物品，再利用邏輯回歸算法LR進行排序，推薦給用戶Top-N的物品。但新用戶沒有這些隱含行為信息時，推薦算法會非常不準確，這就是推薦系統的冷啟動問題，這時利用基于內容的方式進行推薦，根據用戶的屬性特征和訪問商品的類目、加人圈子的類型和訪問資訊的類別進行推薦，能夠很好地解決冷啟動問題。基于內容和基于矩陣分解的混合推薦基本結構如圖1所示。

5單元測試、小部件測試與集成測試

應用的功能越多，手動測試的難度就越大。一套完整的自動化測試確保在發布App之前正確執行，同時保留系統的功能和錯誤修復速度。Flutter有很多種自動化測試方法。

單元測試用來測試單一功能、方法或類。在應用系統開發過程中，測試某個邏輯單元在各種不同條件下是否符合我們的預期。測試首先導入flutter_test，dart包，main方法中創建一個test方法來測試某個類的某個方法功能是否正確，在test方法中添加一個expect方法的斷言。在終端運行flutter test命令運行測試文件，獲得測試結果。

小部件測試使用flutter_test包里面的testWidgets方法進行小部件的顯示和交互行為的測試，小部件的顯示，即測試文本小部件，在測試文件中寫入想要測試的斷言，小部件上的文本數量是否滿足測試條件。小部件交互行為（點擊或者拖拽行為）測試，首先按照文本或者類型查找到要測試的小部件，tes-ter.tap方法點擊小部件，tester.pump方法重建小部件之后使用expect斷言判斷小部件變化的值是否符合預期。

集成測試是測試的整體應用中的某一個功能。Flutter應用中的集成測試一般由兩個文件組成，一個文件是使用enable-FlutterDricerExtension方法創建一個可以監測的應用，將它部署到真實設備或者設備模擬器上，在用另外一個測試文件操控這個應用，模擬用戶的操作行為，進行集成測試。

6結論

農產品社交電商推薦系統將社交與電子商務相結合，降低傳統電商平臺的操作難度，農戶可以僅使用社交圈子進行商品推廣即可獲得農產品的銷量。系統利用推薦算法有針對性地對用戶進行個性化推薦，大大提高農產品的平臺營銷能力，挖掘潛在的用戶群體。社交電商已成為未來農產品電子商務的發力方向，具有較高的實用價值和應用前景。