全文总字数：3848字

1. 研究目的与意义及国内外研究现状

随着信息时代的发展，互联网等各种平台上出现的信息纷繁冗杂，这种信息的爆炸既给人带来了便利也带来了不便。人们逐渐从信息匮乏的时代进入了信息过载的时代。面对过载的信息，不管是信息消费者还是信息生产者都面临巨大的挑战：作为信息消费者，怎样在没有明确需求的情况下从海量信息中找到自己感兴趣或是对自己有帮助的信息是一件不容易的事情；作为信息生产者，使自己提供的信息脱颖而出从而受到用户关注，也是一件十分困难的事情。推荐算法就是解决这一矛盾的重要工具，它被用于各种推荐系统中，联系用户与信息，在帮助用户发现对其有价值的欣喜的同时，又能让信息展现在对它感兴趣得分用户面前，从而实现信息消费者和信息生产者的双赢。推荐算法有多种实现方式，当前市场上存在着各种各样的推荐算法，这些推荐算法依旧存在着提升空间与进一步研究的价值。与此同时，人们对于好的推荐算法的研究依旧在继续。KNN算法则是机器学习里比较简单的一个分类算法，有着许多优点，在推荐算法的应用中能起到一定进步作用。本次论文的目的是理解KNN算法和推荐算法的工作原理，在此基础上结合KNN，对推荐算法进行改进，进一步提升推荐准确性和多样性。

国内外研究现状

推荐算法是在信息消费者和信息生产者的应用需求下诞生的，也是在应用需求的推动下不断发展的。同时，推荐算法的不断发展和改进也启示和促进用户新的用户应用需求产生。推荐算法在这种循环前进中得到了不断的发展和完善。当前，推荐算法在多种平台都有所运用，尤其是互联网平台，其中，淘宝等网购网站做的比较好。由于互联网的普及，越多越多的人喜欢在网上购物，除此之外，各种各样的推荐系统如个性化音乐网络电台、电影和视频网站、社交网站等层出不穷。国外的优秀推荐系统比如yutube视频网站和亚马逊电子商务，都为我们提供了完整的研究材料，能够让我们更好的理解信息消费者和信息生产的需求以及推荐系统的建立和改进。在我们中国，随着信息大爆炸的到来，推荐算法也在不断的发展，百度等搜索引擎、淘宝网等都针对其用户使用不同的推荐算法。人们选择使用这些产品，在满足自己已知需求的同时，产生新的未知需求。KNN算法作为数据挖掘分类技术中最重要的方法之一，有着它的优点和改进策略。在这样的大环境下，KNN算法在推荐算法中的应用和研究有着十分重要的价值。

2. 研究的基本内容

通过研究发现， 主要分为三个部分：

1、理解解释knn算法的基本原理及其应用。knn算法是数据挖掘分类技术最简单的方法之一，依据周围有限的的邻近的样本，判别某样本所属种类。

2、理解解释推荐算法的基本原理及其应用。推荐算法是一种借由数学算法，利用用户的一些行为，推测出用户可能喜欢的东西的计算机算法，主要可以分为六种，但都有其优点与缺点。

3. 实施方案、进度安排及预期效果

一、实行方案：

使用knn做回归计算每个用户对商品的预测得分

二、进度：

4. 参考文献

[1]s.goswami.analysing effects of information overload on decision quality in an online environment[j],j.manage.res.15(4)(2015)231-245.

[2]项亮.推荐系统实践[m].北京:人民邮电出版社,2012:1-3.