基于協同過濾推薦算法的農產品電商平臺的開發

摘要：通過網絡購物已成為一種生活習慣。為使消費者隨時隨地選購農產品，同時能夠方便快捷地在海量的農產品信息中確定感興趣的商品，文章運用協同過濾推薦算法，使用Java編程語言和SQL數據庫，開發了具有推薦功能的農產品電商平臺。針對消費者的喜好，平臺可以個性化地向其推薦農產品，從而有效提高購物效率。

中圖分類號：TP311 文獻標識碼：A

文章編號：1009-3044（2025）02-0057-03 開放科學（資源服務） 標識碼（OSID） ：

0 引言

隨著網絡的發展，通過電商平臺購物已成為人們的一種主要生活方式。消費者對農產品的選購也可以借助電商平臺。通常，在農產品電商平臺上會提供海量的農產品的信息，消費者很難在短時間內選中自己滿意的產品。為此，本文基于協同過濾推薦算法[1-2]，使用Java編程語言[3-4]和SQL數據庫[5-6]開發了具有推薦功能的農產品電商平臺。該平臺可以針對消費者的喜好，個性化地向其推薦農產品，從而有效提高購物效率。

1 協同過濾算法

協同過濾算法是推薦領域應用最廣泛且影響最大的推薦算法，是當下研究的熱點和業界主流的應用模型[7]。該算法本質上屬于機器學習方法，它能很好地解決搜索引擎的檢索內容過于單一的問題[8]。協同過濾可理解為：協同以往用戶給出的反饋、評價和意見等信息，將這些海量的信息進行過濾，從中篩選出目標用戶可能感興趣的信息。本文開發的平臺分別運用了基于用戶[9]的和基于農產品的協同過濾算法。基于用戶的推薦原理是首先找到與目標用戶具有相似興趣的用戶群體，然后將這些用戶群體所偏好的農產品推薦給該用戶。該算法主要包括兩個步驟：1） 找到與目標用戶興趣相似的用戶集合；2） 在這個用戶集合中，找到用戶感興趣的，且目標用戶不知道的農產品并推薦給目標用戶。基于農產品的推薦原理是通過收集用戶的訂購歷史，向該用戶推薦其可能感興趣的農產品。該算法主要包括兩個步驟：1） 根據用戶的評分數據，計算任意兩個農產品之間的相似度；2） 根據農產品間的相似度和用戶的歷史行為，為用戶生成推薦的農產品列表。

2 系統功能設計

在開發平臺之前，為更好地理解系統的邏輯結構和功能需求，需要設計系統功能。系統功能設計直接決定了平臺的使用價值和用戶體驗，可以清晰地定義平臺的整體目標和需求。結合使用該平臺的角色，本文將系統功能劃分為前臺普通用戶功能模塊和后臺管理員功能模塊。在普通用戶功能模塊中，具有如下主要子功能：用戶的注冊和登錄、瀏覽農產品、添加到購物車、購物車商品的結算、查看訂單及支付訂單。前臺用戶通過注冊和登錄后，不但可以瀏覽所有農產品，而且也可以瀏覽熱點推薦的和個性化推薦的農產品，然后選中自己中意的農產品加入購物車進行結算。在后臺功能模塊中，管理員可以對系統需要的各種信息進行管理，包括的主要子功能有：用戶管理、農產品分類管理、農產品管理、訂單管理和評分管理。針對每個子功能，進行管理的主要操作是查看、添加、修改及刪除等。通過前后臺各自一系列功能模塊的實現，最終確保系統完整地實現了整體功能。

3 數據庫設計

為了對平臺中涉及的數據進行有效的組織和管理，需要基于實體設計數據庫。實體通常指客觀存在并可相互區別的某類事物的集合，每個實體都用一組屬性描述它的特點和狀態。根據需求分析，為平臺設計了如下9 個實體，針對每個實體，給出了對應的屬性。

1） 用戶user（用戶ID，用戶名、密碼、郵箱、頭像、注冊時間） 。

2） 管理員admin（管理員ID，管理員賬號、密碼） 。

3） 農產品items（農產品ID，農產品名稱、類型ID、農產品圖片、價格、詳細信息、添加時間） 。

4） 農產品類別type（類型ID，類型名稱） 。

5） 購物車cart（購物車ID，用戶ID、農產品ID、農產品數量） 。

6） 訂單order（訂單ID，用戶ID、支付賬戶、支付卡號、聯系電話、收貨地址、總價、支付時間、下單時間、收貨時間、發貨時間、訂單狀態） 。

7） 訂單詳細orderitem（訂單詳細ID，訂單ID、用戶ID、農產品ID、農產品單價、總價、購買數量） 。

8） 評論記錄comment（評論記錄ID，用戶ID、農產品ID、評論時間） 。

9） 評分記錄scorerecord（評分記錄ID，用戶ID、農產品ID、評分時間） 。

基于如上每個實體，創建相應的數據庫表。下面列出其中部分數據表，包括存儲農產品類別信息的表1，每個類別包含有一些農產品，表2用于存儲各類別下某個農產品的具體信息，表3用于存儲購物車中的具體信息。

4 平臺主要功能展示

第一次使用該平臺的用戶需要通過注冊操作填寫用戶名及密碼等個人信息，然后登錄系統。

首次登錄后，用戶可在如圖1所示的友好簡潔的界面進行操作，其中主要的操作是按類別瀏覽農產品，通過點擊某個類別，平臺顯示該類別下的每個農產品的名稱、圖片及價格等具體信息，以便消費者了解該產品。農產品的種類包括水果、蔬菜等日常食品類農產品，也包括盆栽、花卉等觀賞裝飾類的商品。

當用戶再次登錄平臺后，系統會根據其之前對農產品的瀏覽操作、評分操作或訂購歷史等行為，為該用戶推薦其可能感興趣的農產品。如圖2所示，因該用戶之前在平臺瀏覽或購買或評論過一些花卉，當再次進入系統時，在“個性化推薦”模塊中，用戶可看到系統為其推薦的紫玉蘭、杜鵑花等的相關信息。在推薦的產品列表中選擇滿意的商品下單，提高了消費者的購物效率。

用戶選中滿意的農產品但不準備立馬結算時，可將該產品直接加入如圖3所示的購物車中以便暫存該商品。對購物車中暫存的多個農產品結算時，為了避免多次獨立購買的煩瑣過程，可選中這些商品進行一次性結算。將農產品加入購物車，還可方便用戶查看車中每個農產品的品牌、價格等詳細信息，有助于用戶對農產品進行全面的比較和慎重地選擇。在購物車中隨時查看所有農產品的數量等的同時，還可以對商品進行增刪改等操作，然后決定是否結算。購物車具有保存用戶購物記錄的功能，用戶可隨時查看以前的成交記錄，有助于追蹤訂單或再次購買同一農產品。

在評論區模塊中，買家的真實評價可以讓消費者看到商品的品質好壞、實物效果以及商家服務等方面的優劣，好的評價能讓消費者打消顧慮，確定購買意向。因此，在購買農產品之前，用戶可以通過讀取其他人的評論了解該產品的優劣、新鮮度等方面的信息，以便做出更明智的購買決策。同樣地，當用戶的一筆交易完成后，強烈建議該用戶在如圖4所示的“添加評論”區對所購的農產品積極主動地進行評價，一方面有助于給未來的消費者提供借鑒，另一方面還可以鞭策商家把好產品的質量關。

5 結束語

現如今，人們的生活已離不開網絡。通過網絡提供的電商平臺購物已成為一種主流消費。為使消費者足不出戶且快捷高效地在大量農產品信息中購買到滿意的商品，本文開發了基于協同過濾推薦算法的農產品電商平臺，該平臺可以根據消費者的喜好向其推薦感興趣的農產品，從而節約了選購時間。

參考文獻：

[1] 凌婷.協同過濾推薦算法研究進展[J].信息記錄材料，2023，24（11）：16-18.

[2] 秦育華.基于Python的用戶協同過濾推薦系統的研究與實現[J].電腦知識與技術，2020，16（31）：234-236.

[3] 張白一，崔尚森，張辰.面向對象程序設計：Java：高等學校計算機專業“十二五” 規劃教材[M].第3版.西安：西安電子科技大學出版社，2013.

[4] 許敏，史熒中.Java程序設計案例教程[M].2版.北京：機械工業出版社，2022.

[5] 明日科技.MySQL從入門到精通[M].3版.北京：清華大學出版社，2023.

[6] 趙增敏.SQL Server 2000實用教程[M].2版.北京：電子工業出版社，2008.

[7] 孫紅梅.協同過濾推薦算法的優化研究[J].電腦知識與技術，2022，18（13）：88-90.

[8] 秦燦，李旭東.淺析協同過濾推薦算法[J].電腦知識與技術，2019，15（13）：288-291.

[9] 張雙慶.一種基于用戶的協同過濾推薦算法[J].電腦知識與技術，2019，15（1）：19-21.

【通聯編輯：朱寶貴】

基金項目：該文得到揚州大學高層次人才基金（137011145， 137011144） 資助