电商推荐系统中查询优化研究

• 作者: 宁士勇 张玉莹
• 来源期刊: 哈尔滨商业大学学报（自然科学版）
• 学科: 工学
• 关键词: 电子商务 查询优化 分面搜索 缓存 SSM框架 Solr搜索技术
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 计算机与信息工程
• 页码范围: 199-203
• 页数: 5页
• 分类号: TP391
• 字数: 1306字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-0946.2019.02.017

摘要

分析了电商推荐系统实现过程中的瓶颈问题, 对比目前经常采用的查询优化技术, 通过结合SSM+Duboox框架, 尝试采用数据缓存、分面查询和Solr搜素等方法来进行查询优化, 提升查询速度;对电商推荐系统进行业务逻辑分析, 设计出三级商品分类列表查询功能, 方便用户查询, 提高了推荐的精准度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宁士勇	哈尔滨商业大学计算机与信息工程学院	10	92	4.0	9.0
2	张玉莹	哈尔滨商业大学计算机与信息工程学院	2	2	1.0	1.0