罗远远

（塔里木大学信息工程学院，新疆 阿拉尔 843300）

0 引言

近年来，随着经济持续快速发展，电子商务平台也越来越迎合了人们的消费需求，网上销售也成了目前最受欢迎的农产品销售方式。中国的电子商务市场在2015年已达3.9万亿元，其中农产品的销售额在整个电子商务市场中占据了5%的份额。截至2015年底，阿里电商平台拥有90万多个销售渠道，实现了695.50亿元的农产品销售[1]。2020年1—6月份，全国零售额达51 501亿元，比上年增长7.3%；网购零售额达43 481亿元，比上年同期增加14.3%，在社会消费品零售总额中占据25%。尤其是在疫情期间，食品类农产品的增幅更是显著，达38.8%[2]。如何在浩瀚的信息资源里快速找到自己想要的东西，利用推荐系统可以解决实际应用难题。农产品电子商务推荐系统可以从大量的信息中快速寻找到所需要的产品，并向消费者推荐，从而使消费者能够顺利地进行购买。当前，尽管在理论和实践上已经取得了长足的进步，但仍有许多缺陷。推荐系统主要有两类：一类是主动式信息过滤，将信息过滤的流程从“使用者主动搜寻”转为“系统主动推荐”；另一类是个性化的双边匹配，协助使用者找出自己喜欢的或所需的小众、非主流的商品，将使用者感兴趣的商品呈现在他们面前。

目前推荐系统分为三大类。1）基于内容的推荐：向使用者推荐与其所关注的项目内容类似的项目，发掘用户曾经喜欢过的项目的特征，并推荐类似的项目。2）基于协同过滤的推荐：通过计算用户的行为数据，来得到用户偏好特征，找到相似用户或物品，给用户推荐其最有可能喜欢的项目，目前这是最为广泛的算法。……