全文总字数：1364字

1. 研究目的与意义及国内外研究现状

现代社会信息量巨大，人们对信息的需求量不断增加，对信息获取手段和效率提出越来越高的要求，Internet已经成为人们获取信息的主要途径。但是网上资源呈指数级增长与更新，这些资源通常以无组织的形式分布在开放的节点上，这使得人们不得不花费大量时间去浏览网页查询自己需要的信息。

解决这些问题的关键在于将Internet从被动接受浏览者的请求转化为主动感知浏览者的信息需求。个性化服务技术的出现，在一定程度上解决了因特网中信息海量增长与用户获取信息手段相对简单之间的矛盾。这种基于用户兴趣的个性化服务技术可以从海量的信息中高效地获取有用信息，从迅速膨胀的信息中及时获取最新消息，提高信息检索与推送的智能水平。目的是为不同的用户提供不同的服务，以满足用户的不同需求。

国内外研究现状

在个性化服务研究的早期，建模技术没有得到应有的重视。大量的研究集中在实现个性化服务的具体技术上，如推荐技术、信息检索技术、用户聚类技术等，用户建模技术只是这些研究中几笔带过。然而随着个性化服务的发展和研究的深入，研究者逐渐意识到服务的质量不仅仅取决于具体的技术，还取决于用户的兴趣和偏好等特点的可计算描述，而后者尤其重要。所以，近年来，有关用户建模技术的研究开始从具体的个性化服务形式中脱离出来，作为个性化服务中的基础技术来研究。

2. 研究的基本内容

掌握一定个性化推荐算法，并基于内容实现个性化的定制功能。实现如下主要功能：

1. 用户个人信息的输入和保存。
2. 数据筛选，推送相关信息。
3. 用户对有兴趣的推送信息的浏览（或评价）。
4. 用户浏览记录（或评价）的记录和保存。
5. 退出此次查询。

3. 实施方案、进度安排及预期效果

第一阶段：查询资料，分析相关算法实现方案

第二阶段：设计简单网页，模拟实现具体功能

第三阶段：完善功能

4. 参考文献

1. 爱平,王占凤,陶嗣干,燕飞飞.数据挖掘中常用关联规则挖掘算法[J].计算机技术与发展,2010,04:105-108.
2. 赵亮,胡乃静,张守志.个性化推荐算法设计[J].计算机研究与发展,2002,08:986-991.
3. 张鼐,周年喜,张英.基于语义扩展的个性化知识推荐技术研究[J].情报理论与实践,2009,08:101-104.
4. 杨焱,孙铁利,邱春艳.个性化推荐技术的研究[J].信息工程大学学报,2005,02:84-87.
5. 岑咏华,甘利人,丁晟春.基于内容的Web个性化推荐技术研究[J].图书情报工作,2003,08:30-34.
6. 王庆福,代云韬.基于用户兴趣的个性化推荐算法研究[J].电脑编程技巧与维护,2015,14:49-50.
7. 王国霞,刘贺平.个性化推荐系统综述[J].计算机工程与应用,2012,07:66-76
8. 赵明渊.《SQL Server数据库教程》，清华大学出版社,2014
9. 顾韵华,李含光.《数据库基础教程（第二版）》,电子工业出版社,2014