刘晓敏

摘 要 信息爆炸式增长，使得用户很难快速精准地找到感兴趣的信息。为了解决这类问题，提出个性化推荐技术，其中协同过滤作为最早的推荐算法，广泛应用于各个领域。协同过滤技术与图书推荐相结合，改变了传统被动搜索的模式，主动向用户提供推荐。针对传统的协同过滤算法进行实例研究。

关键词 协同过滤技术；图书推荐系统；个性化推荐技术

中图分类号：G642.0 文献标识码：B

文章编号：1671-489X（2018）08-0061-02

Application of Collaborative Filtering Technology in Book Recommendation System//LIU Xiaomin

Abstract With the information explosion growth， it is difficult for users to quickly and accurately find the information of interest， in order to solve such problems， people put forward personalized recommendation technology， which collaborative filtering as the earliest recommendation algorithm is widely used in various fields. Collaborative filtering technology and book recommendation combined to change the traditional passive search model， take the initiative to provide recommendations to users. In this paper， the collaborative filtering algorithm is studied.

Key words collaborative filtering technology； book recommendation system； personalized recommendation technology

1 前言

随着Internet的迅猛发展，互联网数据呈现出指数增长的态势，传统的搜索引擎已经不能更好满足用户的个性需求。数据标准导致利用率降低，这也就是所谓的信息超载。个性化推荐成为当前解决信息超载问题[1]的关键技术。目前，电子商务逐渐成为新的消费趋势，用户在购买物品时更希望系统能够主动提供有价值的推荐参考，如购买图书时，网页会自动推荐用户感兴趣的书目，实现精准营销。协同过滤算法[2]是最早提出的个性化推荐技术，也是目前应用范围最广的算法。本文详细论述协同过滤算法在图书推荐系统中的应用原理，结合实例进行论证，为个性化图书推荐系统的深入研究提供有价值的参考。

2 文献综述

个性化推荐在20世纪90年代提出，随着互联网技术的发展，逐渐成为当今的研究热点，并广泛应用于电子商务领域，如亚马逊、天猫等官方商城。个性化推荐成为顾客转化率提高的关键。据数据统计，亚马逊35%的销售额来自推荐系统；……