全文总字数：1575字

1. 研究目的与意义及国内外研究现状

随着web2.0技术的成熟，推荐系统也得以迅猛发展。近年来，推荐系统已经在各种类型的网站中取得成功的应用，如新闻、电影、音乐和科技论文网都运用了该技术。设计一个准确又高效的推荐系统可以发现用户潜在的兴趣对象，并针对不同用户提供个性化的服务。在当今竞争日趋激烈的环境下，个性化推荐系统也成为了营销手段之一，与此同时部分缺陷也不可避免的暴露了出来，较为明显的是在人为操纵下，推荐系统的准确性受到了不同程度的干扰，本文着重研究在有外部条件干扰的的情况下如何提高个性化推荐系统的抗干扰能力，使得原有的推荐系统达到准确与高效的特点，更好的服务用户。

国内外研究现状

推荐系统最早是来自国外学者的研究，其推荐技术也比国内的研究深入先进。1997年，resnick和varian首次提出了推荐系统的概念，直到目前该概念仍被广泛引用。自此越来越多的人投入到这项研究中，研究工作主要是对推荐系统技术的改进，使得推荐系统能适应不同的推荐场所。推荐算法是整个系统的核心，一般依据算法的不同，将推荐系统分为四类：基于内容的推荐、协调过滤推荐、基于网络结构的推荐和混合推荐。

国外比较著名的推荐系统有以下几个：tapestry——邮件过滤系统和新闻过滤系统；amazon——图书推荐系统；ringo——音乐推荐系统。

目前推荐系统中常见的有以下几个问题：推荐的时间变化问题；稀疏性问题；冷启动问题；抗干扰能力问题。

2. 研究的基本内容

随着网络技术的爆炸式增长，“信息超载”问题会日趋严重。个性化推荐即使是当前解决这个问题最有效的方法之一。然而，当前的推荐方法在应对这些问题是都会收到不同程度的干扰，大大影响了推荐系统的性能。

本文做的主要工作如下：

（1）对个性化推荐系统进行详细的介绍，分析个性化推荐技术出现的必然性及面临的问题。

3. 实施方案、进度安排及预期效果

论文共分为五章，各章内容如下：

第一章：绪论。介绍个性化推荐系统，阐述推荐系统的背景以及研究现状和面临的问题。

第二章：介绍个性化推荐系统常用的几种主流推荐方法。

4. 参考文献

[1] s.boccaletti,v.latora,y.moreno,m.chavez,d.-u.hwang,phys.rep.424(2006)175.

[2] r.guimera,s.mossa,a.turtschi,l.a.n.amaral,proc.natl.acad.sci.102(2005)7794.

[3] h.yang,y.nie,a.zeng,y.fan,y.hu,z.di,europhys.lett.89(2010)58002.