1. 研究目的与意义
随着人们物质生活的日益丰富，对生活所需条件也大大提高，越来越多的网络购物出现在大众的视野之中，给人们的生活带来了很多的便利，足不出户就能进行购物，从开始时人们抱有质疑的态度到现在成为人们日常生活必需品，这是一个很大的飞跃，人们可以通过一个网站或者APP进行购物。
在购物时人们大多只是想买一些必需品之类的，加入了推荐算法之后，系统能通过用户平时购物习惯及其偏好进行商品推荐，从而提高购物效率；其次，加入统计算法之后也能很好的看出平台上用户的购物喜好和方向，进行一定的商品种类扩充，达到商品的多样性，更好的迎合用户的需求。
为了人们在日常生活中能过节省时间与精力，足不出户就能解决一些日常生活所需，同时为用户推荐其所需用品并进行统计。
2. 课题关键问题和重难点
关键问题：（1）商品推荐：本次课题是一个基于SSM的网上购物平台，其中包括了商品推荐，商品推荐是基于用户浏览以及购买商品的喜好进行推荐，有了商品推荐可以更好地促进用户进行消费。
（2）数据分析：在网上购物平台中数据分析是商品推荐的前提条件，数据分析是将商品放在一起通过不同客户需求来分析用户更需要哪种商品，从而为用户提供一些有用的推荐。
难点：（1）在进行商品推荐时需建立在用户购买过商品以及使用过此平台，否则将不能为用户准确提供推荐，其次推荐的物品和用户之前购买的物品很相似，而且推荐的结果只能覆盖一小部分物品，也不能探索用户的兴趣爱好变化。
3. 国内外研究现状（文献综述）
目前，电子商务领域不断发展[1] ，网上购物已经是当 下新潮，电商用户呈现爆炸式增长，提供的商品也是种类繁杂，因此，每时每刻都会产生大量的数据。
为了解决 数据过载的现象，个性化自动推荐技术已经在电子商务中成为了重要的应对手段，且被广泛使用[2]。
当前个性化自动推荐技术忽视了数据处理的难点，造成个性化自动推荐结果不能实时更新，影响用户的体验。
4. 研究方案
下面从技术实现的角度分析 SSM 框架网上购 物商城的实现。
首先大致了解系统的流程：用户通过访问商城首页进行浏览商品，在首页可以进入注册页面进行注册账号，拥有账号进入登录页面。
若账号和密码正确进入当前用户之前浏览的页面或者首页，若账号和密码错误返回登录页面进行重新登录或者找回密码。
5. 工作计划
2022-2022-1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。
第18-19周：导师下发的毕业设计（论文）任务书，学生根据导师的要求进行外文翻译，列出开题报告大纲，进行开题报告的撰写。
