文/潘翔（长春师范大学国际交流学院）

一、微商及人工智能在网络平台系统应用的现状

随着网络电商的不断发展，朋友圈中的微商日渐增多，人们也越来越依赖网上购物平台，而微商作为微信朋友圈中的商家，消费者更青睐于通过身边的朋友来购买自己心仪的产品，可是正是因为这种过于相信朋友圈中产品的心理，导致部分不法分子有漏洞可钻，而且在大量的微商群体中，大学生自主创业的人数不可忽视，而此类人群鉴别商品的能力有限，从而避免不了的是微商售卖假货或者残次品的现象，进而引发商家和消费者发生冲突的现象并且屡屡发生。基于这一现象，越来越多的用户渴望拥有一个可靠安全的微商商品的推荐系统。而当前人工智能学科在多领域取得了可观的成就，特别是和计算机学科的结合中得到了广泛的应用。

例如：人工智能的人脸识别、语音识别以及图片识别在淘宝、天猫、京东等多类线上购物平台有了良好的运用，方便了用户使用平台的同时也获得了用户们的一致好评，因此将微商优品推荐系统和人工智能结合在一起势必会取得不一样的成果。

二、微商优品推荐和人工智能结合之间存在的问题

任何一个平台在初期搭建，产品设计以及后期运营过程中都有自己独特的方向性和相应的使用价值，也会面向各色迥异的用户，因此初期都或多或少存在着一系列的问题，这就需要相应研发团队去挖掘、商榷、研讨和解决问题，同样基于人工智能的微商优品推荐系统也会如此。

（1）对于微商优品推荐平台的需求量是本系统极为重视的问题，如果没有市场，没有用户需求量，本系统的研发意义就大打了折扣，因此此项目面向全国多个省市和地区，12～60岁不同年龄段人群，月收入2000-100000元人群进行了《关于微商优品推荐系统的需求量》的线上和线下的问卷调查及随机采访，共计发布纸质问卷300份，有效问卷263份，其中71.86%的调查对象认为这样一个平台的存在具有极大的存在意义。电子问卷共发布457份，有效问卷322份，86.34%的调查对象表示，如果结合了人工智能的微商优品推荐系统可以实现，愿意成为第一批体验用户。线下采访调研共计随机采访了10人，其中9人通过微商购买过商品并表示微商优品推荐系统的研发是非常必要的。通过系列的问卷调查，街头采访等调研方式，该系统前期调研做好了准备，也为后期的系统研发和系统测试与维护奠定了基础。

（2）系统设计与实现存在的技术问题。实践是检验真理的唯一标准，任何一个系统，任何一个平台都离不开技术的支持与研发。因此本团队深度学习研究了计算机网络技术，ASP.NET程序设计，web开发，人工智能与社会等多门课程，在科学知识得到了足够的储备后，研发团队与多名此领域的研究人员共同探讨基于人工智能的微商优品推荐系统的所存在的技术问题，并拟订了相应的解决方案。

三、基于人工智能的微商优品推荐系统的设计理念

在推荐系统中，系统自动会根据销售量和评价记录并进行排序综合排名。前端界面作为商品与用户交流的窗口，在可视化设计过程中，依据分析的单元模块信息特点和用户需求，围绕商品浏览和商品检索两大功能。用商品卡片的方式，列表展示一定时间内的商品交易信息并分析用户购买记录，根据浏览次数统计，展示热门商品，以商品集合的方式呈现在热门商品板块，如服装类，饰品类，代购类，箱包类，生活用品类等。进行比较细致的分类，系统自动会根据销售量和评价记录并进行排序综合排名并显示给用户。在可视化设计过程中，依据分析的单元模块信息特点和用户需求，建立商品浏览和商品检索两大功能。

本系统是让各个微商以微店为单位的形式显示产品，以卡片重叠的形式展示商品，但只可显示主打产品，然后用户和商家进行线上互动，线上互动即买卖双方不谋面地进行各种商贸活动，实现消费者的网上购物、商户之间的网上交易和在线电子支付以及各种商务活动、交易活动、金融活动和相关的综合服务活动的一种商业运营销售模式，如果进展的顺利可互加好友，双方互为好友后可显示商家的全部产品，针对用户的购买记录根据用户的兴趣爱好和潮流趋势对用户进行个性化推荐。同时，本系统结合人工智能技术，通过语音识别，图像识别，人脸识别等多项技术使用户更为便捷地操作和使用。本系统的后台利用用户的购买记录的历史数据，采用协同过滤的算法，对用户进行智能化的推荐从满意度、准确率、效率等多方面进行改进，此外后台设置了大量数据库长期存储用户的一系列信息。

四、基于人工智能的微商优品推荐系统的设计与实现

第一阶段：前期准备

前期准备过程中对项目进行前期的需求分析，了解客户需求和制定设计流程，部分商品存在价格虚浮问题，相应会根据产品质量做出产品估价为消费者提供参考意见，并拟定了微商优品推荐系统的研发日程和规划。前期准备工作研究团队通过线上电子问卷，线下纸质问卷的调研方式以及街头采访的方式来调研来自于用户方面的各类所需要商榷的问题，本次调研过程中共计发布问卷757份，有效问卷589份，线下共采访10人，均为有效数据。此外，通过请教人工智能领域和微商系统研究领域的相关研究人员以及自身的研发团队讨论，确定了微商优品推荐系统的研发日程和规划，为后期的产品研发和测试奠定一系列基础。

第二阶段：系统研发

在系统研发阶段本项目进行了详细设计，按照总体设计、原型图设计开发系统各个主要模块。其中在商品展示这部分，该系统主要分为促销推荐专区产品展示、新品热门产品区和促销折扣活动商品区，本系统采用协同过滤算法对用户进行商品推荐，为用户推荐合适的商品。在商品搜索功能中，该系统选择设置了商品关键字搜索和按类别搜索，在该功能中本系统结合人工智能添加了语音识别搜索，图片搜索功能。关于购物车的设计本系统总体上设计了加入购物车、立即购买和修改删除购物车内商品等功能。 在支付下单这一模块，本系统设计了订单查看、删除；订单支付；分享商品至微博、QQ等第三方社区的一系列功能，同时，在支付过程中本系统结合人工智能采用了指纹支付和人脸识别支付的支付方式，极大的提高用户支付效率的同时加强了对用户密码的保护。而本系统的后台关于数据库的设计与开发部分，本系统采用主从备份，对数据库进行负载均衡，确保数据库的正常运行。

第三阶段：系统测试

系统测试阶段直接影响着系统能否给予正常的使用，因此本系统采用springboot框架，对网站进行编程以及页面模板的设计，网页的页面外观进行美化。加载插件的方式，对数据进行可视化。使其能记录用户的数据，为以后的人工智能分析数据进行准备。本系统选用黑盒测试，对系统进行测试。除此之外，研发团队还会根据测试效果，对系统进行进一步的优化与改进，极大程度上改善系统的功能使用，并且做好系统后期的检测和维护工作。

五、微商优品推荐系统项目总结

本系统针对协同过滤的推荐系统，不仅具有丰富的理论意义，而且还有很强的实用价值，为公司增加收入。本系统主要面向的是通过微信平台购物的用户以及需要通过微商的方式增加收入的人群，其中包含大学生、宝妈、家庭主妇等不同消费能力的人群，本系统在极大程度上保证了微商和各类消费者的权益同时，让消费者购买到更加省钱、省时、省心的产品，进一步提高本系统的使用率。本系统将算法代码的优化，优化了系统的性能，使得系统实现准确率和效率的双重提升。而且本系统微商优品推荐的功能将根据商品之间的关系，对用户进行推荐相搭配的商品，与人工智能的语音识别、图像识别、人脸识别等多项技术的结合会给用户提供更加便捷的购物体验，从而促进用户购买力，因此极大地提高了其实用价值。