随着计算机网络的日益普及和电子商务的飞速发展,网上购物作为一种现代时尚的购物方式已经成为人们的生活的一部分。本文设计与实现了一个具有智能推荐功能的网购平台系统,通过对用户兴趣爱好、用户浏览历史记录以及用户收藏等数据的收集,将有参考价值的电子产品对用户进行智能化的推荐,从而达到提高用户服务满意度,提高用户购物体验,帮助销售企业快速出售商品的效果。本文分析了网购平台智能推荐的现状,对现有的网购平台进行了较为深入的研究和比较。在此基础上,设计与实现了一套基于SSH技术的具有智能推荐功能的网购平台系统,具备用户注册、用户登录、用户个人信息管理、订单信息管理、收藏夹管理、评论管理等功能。本系统包含三种推荐模式,分别为根据用户喜好的推荐模式、根据用户购物车记录的推荐模式以及根据用户收藏夹记录的推荐模式。第一种推荐模式中用户喜好来自于用户喜好调查表,系统通过关联用户喜好范围内的商品进行推荐。后两种推荐模式中先使用时序关联规则算法和基于用户的协同过滤算法在用户的购物和收藏行为中挖掘出用户的喜好商品集合,并且使用衰减模型算法在用户的行为中标记出对商品的喜好权重,两者结合生成推荐商品列表。本系统通过找出用户喜好和商品之间的联系进行精确的商品推荐,从而实现了客户在线购物的智能需求。