一、前言 随着网络的普及和信息技术的日新月异，电子商务这种新兴的商务活动方式被越来越多的企业和个人接受，为了满足用户的各种需求，电子商务系统的商品信息量迅速膨胀，用户经常会迷失在大量的信息空间中无法顺利地找到自己想要的商品。

智能推荐系统它利用用户的喜好信息自动地向目标用户推荐符合其兴趣特点的搜索对象，降低用户的搜索成本，提高搜索效率，提升用户对电子商务服务职能的满意度，从而使网络购物平台得到更多用户的支持和青睐，将网络购物平台更好地推广出去。

推荐系统是建立在海量数据挖掘基础上的一种智能平台，可以模拟商店销售人员向顾客提供商品信息和建议，为顾客购物提供完全个性化的决策支持和信息服务，它的目标是既满足用户意识到的需求,也能满足用户没有意识到的需求，或意识到，但没有表达出来的需求，让用户超越个体的视野，避免只见树木不见森林。

好的推荐系统可以大大提高用户的忠诚度，并为电子商务带来了巨大的利益。

推荐是根据用户的兴趣特点和购买行为，向用户推荐用户感兴趣的信息和商品。

随着电子商务规模的不断扩大，商品个数和种类快速增长，顾客需要花费大量的时间才能找到自己想买的商品。

这种浏览大量无关的信息和产品过程无疑会使淹没在信息过载问题中的消费者不断流失。

为了解决这些问题，个性化推荐系统应运而生。

推荐系统是数据挖掘的一个分支,是一种较为特殊的数据挖掘系统,主要体现在推荐系统的实时性和交互性上。

系统根据用户的兴趣爱好,向用户推荐符合其兴趣爱好的信息,也称个性化推荐系统。