论文题目：使用智能策略优化的电子商务系统设计与实现
摘要：随着网络信息技术和经济的发展,电子商务发展迅猛,在电子商务网站进行在线购物已逐渐成为人们主要的购物途径之一。电商服务提供者为了满足各式各样用户的需求,提供了海量的服务与产品,导致网页内信息繁杂且冗余。客户进行在线购物时,无法有效地找到心仪的产品和服务。为了使用户高效地使用在线购物网站,使用智能策略对用户的信息进行搜索、收集、分析和筛选,依靠智能信息处理技术对数据进行处理,利用电商系统中的页面切换与用户轨迹等信息保证能够对不同的用户喜好和系统环境进行完整建模。本文的主要工作如下:（1）完成了对电子商务系统的基本设计与开发。经过需求分析,将系统划分为门户子系统、业务子系统、店铺管理子系统和超级管理子系统。随后对四个子系统的功能模块进行详细设计。完成系统设计之后,使用Vue框架对系统前端进行开发,使用Django框架对系统后端进行开发,使用My SQL数据库与Redis数据库协同的方式对系统数据进行维护,在降低数据库压力的同时提高了访问速度与并发量。（2）提出使用强化学习方法实现对商品搜索模块的优化。传统的学习排序方法使用商品的点击率回归出一个商品搜索后排序结果,但是这种方式没有考虑到用户的购买习惯以及商品喜好。通过关联上下文的回归可以解决这一问题,但是却没有考虑到用户搜索商品的不同阶段是一个密切连续的过程。用户选择购买商品与否是一个搜索序列所决定的。将用户看做环境,搜索引擎看做智能体,可以将一个搜索行为描述为一个马尔科夫过程,通过使用强化学习建模这一搜索过程可以解决此问题。（3）提出使用数据挖掘技术与强化学习方法实现了商品导购功能。用数据挖掘获取平台高频搜索标签。获取标签后,通过计算出标签之间互信息、邻接熵等数据获取标签之间的马尔科夫链路,以点击率和成交总额为目标对此过程进行优化。同时提出使用强化学习方法实现广告定向投放。在保障广告商投资回报率的前提下提高成交总额与商品点击率。本系统通过使用这些智能策略有效提升了商品点击率与电子商务系统成交总额,具有良好的应用前景。
关键词：电子商务系统;强化学习;Django框架;Redis数据库
学科专业：工程硕士（专业学位）
摘要
Abstract
第1章 绪论
1.1 研究背景及意义
1.1.1 研究背景
1.1.2 研究意义
1.2 国内外研究现状
1.3 课题主要研究内容
1.3.1 系统主要功能简述
1.3.2 研究目标
1.3.3 拟解决的关键问题
1.4 论文组织结构
第2章 相关概念及技术介绍
2.1 强化学习
2.2 前后端分离架构
2.3 Django框架
2.4 PyTorch框架
2.5 MySQL数据库
2.6 Redis数据库
2.8 本章小结
第3章 系统需求分析
3.1 问题定义
3.2 可行性分析
3.3 需求分析
3.3.1 门户子系统功能需求分析
3.3.2 业务子系统功能需求分析
3.3.3 店铺管理子系统功能需求分析
3.3.4 超级管理子系统功能需求分析
3.4 用例规约
3.5 本章小结
第4章 数据库设计
4.1 总体设计思路
4.2 具体设计
4.2.1 数据库概念结构设计
4.2.2 数据库物理结构设计
4.3 本章小结
第5章 系统基础功能模块实现
5.1 门户子系统内的功能模块实现
5.1.1 用户登录与注册模块
5.1.2 用户中心模块
5.1.3 商品搜索模块
5.1.4 商品展示模块
5.1.5 购物车模块
5.1.6 用户评价模块
5.1.7 广告展示模块
5.2 业务子系统内的功能模块实现
5.2.1 订单处理功能模块
5.2.2 订单管理功能模块
5.3 店铺管理子系统内的功能模块实现
5.3.1 平台店铺管理模块
5.3.2 商品管理模块
5.3.3 店铺设计模块
5.4 超级管理子系统内的功能模块实现
5.4.1 工作人员管理模块
5.4.2 后台数据显示模块
5.5 本章小结
第6章 具有智能策略的功能模块实现
6.1 智能信息处理的搜索模块
6.1.1 传统方法的劣势
6.1.2 问题建模
6.1.3 算法效果对比
6.1.4 模块效果展示
6.2 智能信息处理的导购模块
6.2.1 功能分析
6.2.2 问题建模
6.2.3 算法效果对比
6.2.4 模块效果展示
6.3 智能信息处理的广告投放模块
6.3.1 传统方法的劣势
6.3.2 问题建模
6.3.3 算法效果对比
6.4 本章小结
第7章 系统测试
7.1 功能测试
7.1.1 用户登录功能测试
7.1.2 用户信息修改功能测试
7.1.3 用户商品添加购物车功能测试
7.1.4 用户购物车结算功能测试
7.1.5 用户商品搜索功能测试
7.1.6 店铺订单管理功能测试
7.1.7 店铺商品管理功能测试
7.1.8 店铺管理功能测试
7.2 测试结果
7.3 本章小结
第8章 总结与展望
8.1 总结
8.2 展望
参考文献