梁四香

（空军工程大学航空机务士官学校，河南 信阳 464000）

目前，互联网，电子商务，在线服务等行业极速发展,使传统网络极大扩容。随着大量移动终端的参与，移动在线条件下的“信息过饱和“难题亟待解决。同时随着网络3.0 时代的到来，网民数量和网络购物数量逐年递增，大量不同的信息被产生，“信息爆炸”时代悄然而来。往往用户因无法准确描述想获取的信息，而不得不从信息海洋中“大海捞针”。如何在过载的信息海洋中找到需要的信息已然成为不得不解决的问题[1]。

早期的处理方法是引擎搜索和类目导航，雅虎和网易等公司的类目导航是将产品或项目分类，分目，分层处理，用户按照从大类到小类逐层寻找，最终找到最贴近目标的信息；谷歌等公司的搜索引擎是按照需要用户需求，引导用户找到可能满足需求的项目。但是很多场景下用户并没有清晰的目标，这种情况下，推荐系统便会根据用户属性给用户推荐可能的项目，这样还可能得到更多的惊喜[2]。

1 基于内容的推荐算法

内容型推荐算法是由信息过滤技术发展而来的，它对用户过往喜好分析再对用户进行属性勾画，后比较用户属性勾画与新项目的相似性来判断是否推荐。比如电影《战狼》和《战狼2》都是吴京主演的，与吴京相关的用户很有可能也喜欢吴京的其它作品，针对用户的偏好的项目属性，给潜在用户推荐可能的项目，即系统针对用户的过往偏好推荐相似度最高的产品。……