随着互联网和电子商务技术的极速发展。如今,网上购物已成为现代购物的重要方式。同时参与网上购物的人群也是逐年增多,市场为之配备的产品种类和数量非常丰富,但是整天穿梭于这样的环境中时,消费者时常会迷失在大量的产品信息空间中,不能成功找到自己需要的产品。因此如何从海量的商品中找到自己所需,成为时下人们谈论最多的话题,购物推荐系统便是在此背景下呼之欲出,但是同时现有的购物推荐系统也存在一些问题,比如对顾客推荐商品的准确度不高、推荐效率较低以及系统冷启动等问题。本文最初从系统的需求及功能出发,对系统的需求及功能进行了分析和设计,然后对于推荐功能采用了融合用户特征和商品特征以及协同过滤推荐算法的方式对于原有推荐算法进行优化改进,最后对前台系统和后台系统进行具体实现。本次设计的基于个性化推荐的网上购物系统是选用B/S模式开发,以基于J2EE平台,开发工具使用当前比较流行基于Java编程语言的Eclipse开发平台,JDK版本使用的是1.8,开发中所有工程都采用Maven项目管理工具来对工程项目进行构建和依赖管理,服务器搭载的是Tomcat8。技术方面运用了时下最热门Spring+SpringMVC+Mybatis框架及JSP界面编辑技术,选用Mysql5.6作为系统后台数据库。系统实现了网上购物的基本功能,同时实现了个性化推荐功能。与此同时优化改进后的推荐算法可以根据顾客的个人信息资料和商品属性以及顾客的网上购物行为特征,给出最符合顾客需求的商品购买推荐,提高了推荐的精准度并且有效解决了系统冷启动问题。