1、高質(zhì)量推薦理由自動挖掘的研究問題是指在以用戶為中心的基礎(chǔ)上，在當(dāng)今數(shù)據(jù)信息爆膨的背景下，以用戶盡量少參與的情況下提出的一種服務(wù)式推薦系統(tǒng)技術(shù)理論。高質(zhì)量推薦理由自動挖掘系統(tǒng)是以用戶興趣數(shù)據(jù)信息為分析依據(jù)，相匹配出用戶對產(chǎn)品的喜好，進(jìn)行的一種自主式個性化推薦服務(wù)，提高用戶的滿意度。
　　但是，在信息龐大的今天，為了解決傳統(tǒng)的推薦系統(tǒng)對暗信息的挖掘不明、對用戶興趣數(shù)據(jù)信息的匹配不清等問題，本文增加了機(jī)器學(xué)習(xí)的挖掘技術(shù)準(zhǔn)確的掌握用戶興趣

2、動態(tài)變化，依據(jù)關(guān)聯(lián)規(guī)則技術(shù)不斷挖掘用戶新的興趣方向，給出高質(zhì)量準(zhǔn)確的推薦方案。結(jié)合國內(nèi)外研究的基礎(chǔ)，提高推薦系統(tǒng)的準(zhǔn)確性，本文主要從以下幾點來深入研究：
　　第一，詳細(xì)介紹了目前傳統(tǒng)的高質(zhì)量推薦系統(tǒng)的研究背景、實現(xiàn)內(nèi)容和與此相關(guān)的推薦算法的技術(shù)理論，以及本文在傳統(tǒng)推薦系統(tǒng)的基礎(chǔ)上要深入研究的重點內(nèi)容。
　　第二，本文在綜合各種推薦算法的基礎(chǔ)上加以組合，應(yīng)用數(shù)據(jù)挖掘技術(shù)中的關(guān)聯(lián)規(guī)則對用戶感興趣產(chǎn)品進(jìn)行挖掘，以分類規(guī)則對用戶進(jìn)行

3、分類并且依據(jù)準(zhǔn)確率和召回率來預(yù)測用戶興趣度，最大程度上實現(xiàn)推薦的準(zhǔn)確度。
　　第三，在用戶建模上，采集用戶行為記錄作為判斷依據(jù)，分析屬性影響因子對推薦準(zhǔn)確性和高質(zhì)量性的影響，提出“特定人群”信息采集與“正常人群”的信息特殊性。
　　第四，根據(jù)用戶興趣信息的準(zhǔn)確反饋和對用戶興趣數(shù)據(jù)信息采集的準(zhǔn)確性，對用戶興趣模型的及時更新，挖掘用戶潛在的興趣方向，提高用戶對推薦產(chǎn)品的滿意度。
　　本文通過MATLAB實驗結(jié)果表明，高質(zhì)量