全文总字数：1753字

1. 研究目的与意义

随着信息技术和互联网的不断丰富和发展，满足了用户在信息时代对信息的需求，但随着网络的迅速发展而带来的网上信息量的大量增加，使得用户在面对大量信息时无法从中获得对自己真正有用的那部分信息。

因此，如何精准地向每个用户推荐他们最感兴趣的项目成为目前各大网站保持用户粘性和竞争力的关键技术。

推荐系统在许多领域都表现出它的巨大应用潜力，尤其是在电子商务领域，其应用更为广泛，比如一些大型的电商网站和在线阅读网站都不同程度地使用了各种个性化推荐系统。

2. 国内外研究现状分析

在1994年由grouplens发表文章提出了基于用户的协同过滤算法之后，这类方法在个性化推荐系统中得到广泛的应用。

随着推荐算法的研究发展，sarwar教授等人于2001年发表文章，提出基于物品的协同过滤算法。

21世纪以来，随着互联网的高速发展，一场大数据革命正以apache hadoop为中心如火如荼的进行着，其中推荐算法引擎就占据了很重要的地位。

3. 研究的基本内容与计划

研究内容：网上销售、移动支付越来越普及，但用户往往面对海量的商品却选择不了自己最合适的商品，同时商家也因为和用户沟通不畅而不能很好地销售商品。

本设计将架构一个基于推荐系统的网上销售系统。

计划：2月25～3月15:了解相关算法，翻阅相关论文，了解前期该做好的知识储备。

4. 研究创新点

特色与创新：传统的协同过滤推荐系统将被改进将推荐系统和农用产品的销售结合