2003年的非典型肺炎（SARS）的强传染性导致了许多人抛弃了传统的购物模式,闭门不出,远离了以往熙熙攘攘的超市、商场,以淘宝等为代表的电子商务强势崛起,随着在线支付手段的诞生,电子商务逐渐渗透进人们生活的方方面面,电子商务也从刚开始的B2B,逐渐诞生出C2B、C2C、O2O、B2B2C等商务模式。随着“互联网+农业”的不断深入,越来越多的农产品通过电子商务走向网络、走向大众,极大地缩短了消费者与农产品生产线的距离,不仅方便了农特产品的销售,也提高了消费者高质量的生活品质。推荐系统旨在帮助人们快速、精准的挑选自己的目标产品,并将因为用户生活界域导致的未曾接触的商品种类推荐给用户。电子商务传统的推荐算法以“基于用户的协同过滤算法”和“基于商品的协同过滤推荐算法”为主,能够在一定程度上完成推荐的主要目标。在农产品种类、数量、规模在网络的不断增加,农产品电子商务的常规推荐已经不能满足需求,迫切需要一种新的推荐思路来解决推荐问题。本文基于传统的“基于用户的协同推荐算法”、“基于商品的协同过滤推荐算法”和卷积神经网络,采取J2EE的设计,在遵循MVC的设计模式下,结合SSM框架,实现的基于卷积神经网络的的协同过滤推荐的电子商务系统的应用程序开发。本文包括以下几个方面的工作:本文提出了一种基于卷积神经网络的协同推荐过滤系。和传统的协同过滤结合方式比较,本文思路为在适应场景采用不同的推荐方式。在“猜猜我喜欢”类似的“基于用户推荐”场景中,通过收集目标用户的历史偏好,结合卷积神经网络提取的商品-商品之间的用户关系,计算用户特征偏好与商品特征的相似度,最终生成TOP＿K。在“推荐和指定商品类似”类似的“基于物品推荐”的场景中,通过收集目标物品的参数,分析特征,结合卷积神经网络提取的商品-商品之间的关系,计算目标商品与指定商品之间的相似度,最终生成TOP＿K。遵循MVC的设计模式下,结合SSM框架,完成了农产品电子商务交易平台的开发,并完成最终测试。