，

(1.中原工学院，郑州 450007；2.郑州航空工业管理学院，郑州 450005)

随着计算机的普及和互联网的迅猛发展，人们已经习惯于通过网络获取信息。然而，海量的信息一方面使用户很难从中发现自己感兴趣的内容，另一方面也使得一些少人问津的信息成为网络中的“暗信息”，无法被一般用户获取，使得信息的利用率反而降低(信息超载)[1]。近年来，随着电子商务应用的逐步深入，以淘宝为首的电子商务企业让中国亿万消费者领略了网络购物所带来的前所未有的方便，顾客可以不受时间、地域的限制，随时随地买到他们想要的任何商品。但是，不断增多的商品类目和数量让用户找到自己真正需要的商品变得越来越困难，如：Amazon上有数百万图书，淘宝上有过亿的商品。对于电子商务网站来说，如果不能准确地为客户展示他们喜欢的商品，而让顾客将时间浪费在浏览自己不感兴趣的商品上，那么最终为顾客糟糕的浏览体验埋单的还是网站自己。而通过个性化推荐技术，能够改善顾客在网络上的浏览体验，不仅让他们能够买到称心如意的商品，而且买得轻松满意，因此个性化推荐被认为是解决信息超载最有效的工具之一[2-3]。

随着Web2.0技术的成熟，个性化推荐系统已不仅仅是一种商业营销手段，更重要的是其可以增进用户黏着性，给电子商务领域带来巨大的商业利益。据VentureBeat统计，Amazon的推荐系统为其提供了35%的商品销售额。与此同时，我国也广泛开展了个性化推荐系统的研究，阿里巴巴、豆瓣、当当、淘宝成为国内业界的翘楚。……