吴燕 钟永美 韩飞

摘 要 本文分析了基于数据挖掘的推荐引擎系统研究现状，以及这种大数据库中的数据挖掘的推荐引擎带来的效果并分析其拥有的优势与劣势，并得出结论。

关键词 数据挖掘 推荐引擎系统 数据分析

一、基于数据挖掘的推荐引擎系统的现状

（一）推荐引擎系统的现状

我们处于一个信息密集的时代，如果只是依靠简单的计算与处理，需要花费大量的人力和时间，无法从海量信息中选择对自己有用的信息。所以为了能够在海量信息中提供符合用户需要、感兴趣的信息便产生了推荐引擎系统。相对于普通搜索引擎系统，推荐引擎系统更加贴近用户需求。

这项技术贴近人们生活的应该是购物平台和一些讯息推送平台，如淘宝、天猫、京东等，它们的购物首页推送的物品往往是用戶刚刚搜索过的或者是搜索数量最多的，这些推送无疑会吸引用户的注意力，从而增加销售量。这些平台的高明之处是通过传输数据使其他平台也会出现为用户量身定做的产品信息，使用户随时随地都可以看见与产品的有关信息。

而一些讯息推送平台如今日头条，向用户推送的新闻往往也是用户比较感兴趣的。这是后台通过显性信息和隐性信息综合推算以此增加与用户贴合性较高的推送量的结果。显性信息是通过用户填写个人信息，对于文章的收藏、订阅、留言等，以及手机问卷调查和用户体验形式收集数据；隐形信息是用户搜索的内容、搜索的次数、点击率、浏览时间的长短等。……