文献综述
一﹑设计研究与意义推荐算法是计算机专业中的一种算法，通过一些数学算法，推测出用户可能喜欢的东西，应用推荐算法比较好的地方主要是网络。
所谓推荐算法就是利用用户的一些行为，通过一些数学算法，推测出用户可能喜欢的东西。
现如今网购成为人们的主要购买方式，但当顾客购买商品后可能会遗漏一些其他的提高用户体验的商品，而商品推荐算法将会通过协同过滤的算法来对用户进行隐形的商品推荐。
协同过滤算法的定义是为一用户找到他真正感兴趣的内容的方法是首先找到与此用户有相似兴趣的其他用户，然后将他们感兴趣的内容推荐给此用户。
由于各种推荐方法都有优缺点，所以在实际中，组合推荐经常被采用。
研究和应用最多的是内容推荐和协同过滤推荐的组合。
在基于内容的推荐系统中，项目或对象是通过相关特征的属性来定义的，系统基于用户评价对象的特征、学习用户的兴趣，考察用户资料与待预测项目的匹配程度。
用户的资料模型取决于所用的学习方法，常用的有决策树、神经网络和基于向量的表示方法等。
基于内容的用户资料需要有用户的历史数据，用户资料模型可能随着用户的偏好改变而发生变化。
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
