随着移动互联网的普及，电子商务的发展也引来了新一轮的发展，越来越手动消费者的喜爱，网络经济的发展对国家经济的发展也带来了很大的利好，带动了很多实体经济的转型，用户可以通过网络可以买到自己称心如意的商品，购买的流程非常的简单，而且还可以多家对比，支付方式也非常的成熟，而且快递配送环节相比之前有了很大的提升，很多地区都可以实现次日达，当天达等服务，用户体验非常的好，已经有了一套的完整的流程，所以电子商务已经成为了现在的一种新的购物方式，变的非常的重要，融入了我们的日常生活中。
而开发本系统就是在这样的环境下诞生的，借助于互联网的销售模式，可以把线下的实体模式转到线上，面对的用户群体更加的广泛。本系统的设计的有管理员和用户两种权限，用户可以通过本网站查看推荐的商品，然后可以加入购物车进行购买，订单完成后可以进行评价，而管理员可以直接通过本平台上传自己的商品信息，收到用户的订单以后可以及时的安排发货，可以很好的节省人工方面的开支，而且还能带来很高的营业额，提高工作效率。

管理员可以根据系统给定的账号进行登录，登录后可以进入商品推荐系统对个性化智能商品推荐所有模块进行管理。包括查看和修改自己的个人信息以及登录密码。
该系统为每一个用户都分配了一个用户账号，用户通过账号的登录可以在系统中查看个性化智能商品推荐信息及对个人信息进行修改等功能。
性能需求分析
对系统的性能，从（功能、运行、界面、安全）等方面进行，下面我们逐一进行分析；
1. 系统的功能是否完整进行分析：系统的功能，能对应设计出原始代码和算法，以表格同文字的形式进行详细介绍个人信息保证功能完整。
2. 系统的运行是否通畅进行分析：系统的每个功能都有编写数据的关系和应对的代码，通过需求分析和可行性分析进行分析和显示系统的物理数据，保证其进行通畅。
3. 系统的界面设计进行分析：对系统中的软件进行处理与分析的方式是由不同代码来进行的；从而使界面容易操作。
4. 系统的安全性进行分析：这样才可以每个角色的不同对应的信息也就不同，在登录系统务必使用自己的账号，密码登录，账号与密码错误自然就登录失败了。登录成功可以对自己的信息进行操作，不能对别人的账号的信息进行查看等操作，这样自然保证系统的安全性。
本次设计任务是要设计一个基于协同过滤算法的商品推荐系统，通过这个系统能够满足商品推荐系统的管理功能。系统的主要包括首页，个人中心，用户管理，商品类型管理，商品信息管理，系统管理，订单管理等功能。
技术栈
后端：python+django
前端：vue+CSS+JavaScript+jQuery+elementui
开发语言：Python
框架：django/flask
Python版本：python3.7.7
数据库：mysql  
数据库工具：Navicat
开发软件：PyCharm .
协同过滤算法简介
协同过滤算法是一种较为著名和常用的推荐算法，它基于对用户历史行为数据的挖掘发现用户的喜好偏向，并预测用户可能喜好的产品进行推荐。也就是常见的“猜你喜欢”，和“购买了该商品的人也喜欢”等功能。它的主要实现由：
（1）根据和你有共同喜好的人给你推荐
（2）根据你喜欢的物品给你推荐相似物品
（3）根据以上条件综合推荐
（4）因此可以得出常用的协同过滤算法分为两种，基于用户的协同过滤算法(user-based collaboratIve filtering)，以及基于物品的协同过滤算法(item-based collaborative filtering)。特点可以概括为“人以类聚，物以群分”，并据此进行预测和推荐。