全文总字数：2518字

1. 研究目的与意义及国内外研究现状

互联网为消费者提供了巨大的信息，因为信息过载问题和人类有限的信息处理能力。消费者很难找到高质量或令人满意的产品。因此，企业有必要找到向消费者推荐可用和适当的产品或服务信息的好方法，以满足他们的个性化需求。准确的推荐系统是解决信息过载问题和提供少量信息的有用方法，但更有可能满足消费者的偏好和异构需求。推荐系统帮助消费者找到有用的产品并刺激他们的购买决策，并通过社交媒体向消费者提供适当高质量的产品或服务信息。

设想用户想买一本《计算机组成原理》，用户只需要走进一家书店，寻找这本书即可。通过互联网，用户可以打开淘宝，在搜索框中输入书名，然后就可以找到用户想要购买的书籍，这两种方式都需要用户有明确的目的，如购买《计算机组成原理》或某一类别的书籍。

但是，当用户没有明确目标时，比如寻找感兴趣的电影，用户只能通过一些预先设定的类别或标签去寻找他可能感兴趣的电影，但面对如此之多电影，用户很难在短时间内找出真正感兴趣的。这时就需要用到推荐系统，分析用户过去观看过的电影，然后通过算法找出用户可能感兴趣的电影推荐给用户。

2. 研究的基本内容

1. 研究基于用户的协同过滤推荐算法。

2. 研究基于物品的协同过滤推荐算法。

3. 使用java语言在android平台上实现图书推荐。

3. 实施方案、进度安排及预期效果

1. 阅读推荐算法相关资料，能够理解推荐算法的含义；（1月-2月）

2. 上机模拟基于用户的协同过滤推荐算法，学习安卓语言，能够简单的实现该算法，并能够使用安卓语言开发一个简单的app；（2月-3月）

4. 参考文献

[1] resnick p,iacovou n, suchak m, et al. grouplens: an open architecture for collaborative filtering of netnews[c] proceedings of the 1994 acm conference on computer supported cooperative work, oct 22-26, 1994. new york, ny, usa: acm, 1994.

[2] resnick p, varian h r. recommender systems[j].communications of the acm, 1997, 40(3).

[3] said a. replicable evaluation of recommender systems[c] acm conference on recommender systems. acm, 2015.