信息推送系统是电子商务平台系统的重要组成部分,推送效率的高低直接影响用户的购物体验和电子商务平台商品交易量的提升。近年来,电子商务平台的交易数据呈海量增长趋势,导致商品推荐的正确率下降、误差增大、效率降低,因此对信息推送算法的研究分析尤为必要。对协同过滤信息推送算法进行了Jaccard、Wbcosine和Asymcosine三组不同相似度的调研,结果表明,采用Jaccard相似度方式进行协同过滤商品推荐效果更佳。
基于此，本系统以测试为目的，自己编写一套基于电子商务平台的推送系统，从用户的一些购买习惯上出发，通过对一些用户的购买数据进行收集，并通过管理员设置推送信息，进一步获取用户的意愿接受推送的信息，为下一步进行合理优化用户体验，避免出现信息泛滥等现象做好数据收集工作，合理运用协同过滤算法，达到精准推送的目的。
二、国内外研究综述
为了解决用户在信息获取方面遇到的困境，研究人员提出了“信息推送”的概念。这类系统对用户来说往往是针对某一领域，某一类网页的搜集系统，也就是说只搜集整个网络的一个特定子集。搜集的范围可由用户定制也可由系统提供方决定，甚至可由系统通过不断学习逐步贴合用户需求。从技术上来说，可以用一系列例子页面来确定，也可以用一系列的特征词来确定，而搜集的目标就是与例子页面在内容上类似的网页或具有规定特征词的网页。
现在已经有了一些类似的实用系统，比如淘宝的千人千面系统、百度智能推荐系统等。但是这些系统尚不能很好地满足用户的需求，或多或少存在着这样或那样的问题。比如：
（2）平台上的信息纷繁复杂，现有的系统往往只有一些固定的粗略的分类，不
能根据用户的要求动态地进行分类和筛选，无法建立基于用户个人需求的信息分类体系。
（4）基于用户的协同过滤推送算法通过寻找与目标用户具有相似评分的邻居用户，通过查找邻居用户喜欢的项目，推测目标用户也具有相同的喜好。基于用户的协同过滤推送算法基本思想是：根据用户-项目评分矩阵查找当前用户的最近邻居，利用最近邻居的评分来预测当前用户对项目的预测值，将评分最高的N个项目推送给用户，其中的项目可理解为系统处理的商品。
的
主
要
内
容
主要研究内容
1.完成调研任务，至少下载2个常用信息推送APP体验、试用。
3.应用软件工程方法完成软件开发周期各阶段设计：可行性研究、需求分析、概要设计、详细设计、编码设计、软件测试及网上部署与发布。
6.在设计过程中，注意代码优化、界面设计友好，操作方便、用户权限及系统安全等问题。
7.开发系统的主要功能模块描述清楚，并且管理功能要实用。
8.完成设计说明书的撰写，系统实现。
方
法
或
技
术
路
线
研究方法
首先，本系统在信息获取领域已有的研究成果的基础上，研究实现信息推送的理论和技术。本系统提出了信息推送的概念，并以此为核心建立整个系统的架构。围绕信息推送的实现，研究文献和期刊，通过这些已有的思路进行总结，达到快速收集数据的，分析数据，实现精准信息推送。
一、通过MySQL数据库能够存储海量的数据。
二、通过SpringBoot集成的大量框架使得依赖包的版本冲突，以及引用的不稳定性等问题得到了很好的解决。
三、使用Vue解决代码修改复杂繁琐的问题。
四、使用协同过滤算法进行精准的数据处理及筛选，达到信息精准推送的目的。基于用户的协同过滤推荐算法流程为：
1.构建用户项目评分矩阵
R={,……}，T：m×n的用户评分矩阵，其中r={,,……，}为用户的评分向量，代表用户对项目的评分。
2.计算用户相似度
基于用户的协同过滤推荐算法，需查找与目标用户相似的用户。衡量用户之间的相似性需要计算每个用户的评分与其他用户评分的相似度，即评分矩阵中的用户评分记录。
3.构建最近邻居集
最近邻居集Neighor(u)中包含的是与目标用户具有相同爱好的其他用户。为选取邻居用户，我们首先计算目标用户u与其他用户v的相似度sim(u,v)，再选择相似度最大的k个用户。用户相似度可理解为用户之间的信任值或推荐权重。
4.预测评分计算
用户a对项目i的预测评分p(a,i)为邻居用户对该项目评分的加权评分值。
进
度
计
划
课题研究计划
研究进度计划：
7．2021年5月1日至2021年5月10日：毕业论文定稿，毕业设计（论文）答辩
课题文献综述（含参考文献）
文献综述
利用HTML5中的WebSocket协议，使消息推送使页面与服务器端以建立持久化连接的方式进行通信，在通信过程中可以交换不仅限于HTML的信息与数据。它可以实现真正意义上的浏览器与服务器之间的全双工通信，服务器可以主动实时地将消息推送至浏览器端。
由于web应用是建立在HTTP协议的基础上的，而HTTP的工作模式是“请求-响应”，如果互联网可以主动将有用的消息推送至客户端，将会给用户带来很大的帮助。HTML5标准中提出的Websocket通信协议提供了一条客户端与服务器端的双向通道，可在客户端与服务器端同时传送数据，令建立的实时Web应用更高效。
协同过滤技术被成功地应用于个性化推荐系统中。随着电子商务系统用户数目和商品数目的日益增加，整个项目空间上用户评分数据极端稀疏，传统的相似性度量方法存在一定的不足。在引入项目评分预测思想的基础上，考虑到数据稀疏性带来的影响，采用修正的条件概率方法计算项目相似性，提出一种优化的协同过滤推荐算法，计算结果更具有实际意义和准确性.实验表明，该算法能够有效避免传统方法带来的弊端，提高系统的推荐质量。
[1]张艺.基于WebSocket的即时通信系统设计与实现[J].软件，2015,(3):89-94.
[2]陈新疆.基于WebSocket的Web服务器推送技术研究[J].通讯世界,2015,(15):235-235.
[3]李伙钦.基于WebSocket的实时消息推送的设计与实现[J].科技视界,2015,(3):93-93.
[4]李锡辉,杨丽.基于WebSocket的服务器推送技术研究[J].网络安全技术与应用,2014,(6):45-46.
[5]齐华,李佳，刘军.基于WebSocket的消息实时推送设计与实现[J].微处理机,2016,(3):36-39.
[6]郑强,徐国胜.WebSocket在服务器推送中的的研究[C].中国通信协会学术工作委员会.第九届中国通信协会学术年会论文集,北京:北京邮电大学出版社,2012:19(3):384-389.
[7]王金龙,宋斌，丁锐.Node.js：一种新的web应用构建技术[J].现代电子技术,2015,（6）:70-73.
[8]陆晨,冯向阳,苏厚勤.HTML5WebSocket握手协议的研究与实现[J].计算机应用与软件,2015,(1):128-131.
[9]陈丽枫，郑力新，王佳斌.基于HTML5WebSocket的Web实时通信机制的研究与实现［J］．微型机与应用，2016，35(10):88-91．
[10]韩安.HTML5WebSocket技术研究[J].电子世界,2013,（20):5-6.
[11]胡晶,朱发财.HTML5的WEB通信机制问题研究[J].办公自动化,2014,(7):42-44.
[12]薛陇彬,刘钊远.基于WebSocket的实时消息推送的设计与实现[J].计算机与数字工程,2014,(3):478-481.
[13]张玲,张翠肖.WebSocket服务器推送技术的研究[J].河北省科学院学报,2014,(2):49-53.
[14]王佃来,宿爱霞,安晏辉.基于WebSocket的消息推送系统[J].计算机系统应用,2017,26(9):87–92.
[15]钟波，陶智勇.基于WebSocket的车辆GPS信息实时推送系统的实现[J].电子设计工程,2017,25(13):48-52.
[16]梁家富.基于协同过滤的商品个性化推荐算法应用研究[J].河北软件职业技术学院学报,2020,22(04):22-25+41.