随着电子信息化的崛起和科学研究的迭代,人们的生活也在进行着改变,信息的过载已经是目前计算机应用里要面临的重要问题,用户们需要从大量的信息中耗费时间来提取自己所需要的信息。而推荐系统就可以为用户筛选出有效的信息,来解决这个问题。目前协同过滤推荐,混合式的推荐等方法已经在很多互联网平台中得到了应用,为用户来推荐想要的信息。同样的,随着电子商务的迅猛的势头,网上购物行为在人们生活中开始扮演着不可或缺的角色了。本文在这样的基础之上设计并实现了一个基于协同过滤的智能推荐商城系统。本文首先对现有的推荐平台与方法进行了研究与比较,然后引入了当下比较流行的小程序端,整个系统分为了两个模块。一个是用户的部分,囊括了个人信息管理,收藏管理,浏览足迹,商品评分,购物车管理,商品下单,订单管理等模块。另一个是商城的平台模块,囊括了动态分配权限,平台用户的管理,商品信息维护,商品评价情况,商品下架等功能。同时系统还可以根据用户的个人情况收集用户数据来为用户推荐适合的商品。系统在设计上也都使用了目前比较流行和成熟的技术,采用了微服务和前后端相分离相结合的开发方式,系统的整体框架上采用了Spring Cloud框架,提高了开发的效率,在前端技术的框架选择上选用了Vue框架,使得系统页面响应更加流畅快捷,数据库则选用了应用比较成熟的My Sql数据库和Redis数据库,保证了系统的性能。本文在推荐功能模块中首先对不同推荐方法进行了描述与比较,最后选择了分区混合式的推荐方式,将基于用户的协同过滤算法以及基于物品的协同过滤算法都在这个智能商城系统之中得到了运用,而同时针对传统的协同过滤算法中的热门物品推荐问题以及考虑到推荐系统的实时性和时间效应等问题进行了改进,进行了热门物品的惩罚以及引入了时间衰减函数来进行优化。本文以满足用户和商城平台的功能需求为目的,从提升用户的系统满意度,提升系统的全面性等方面,研究了相关的技术与理论,设计并实现了基于协同过滤的智能推荐商城系统。