1、隨著電子商務(wù)與互聯(lián)網(wǎng)技術(shù)的迅速發(fā)展和相關(guān)應(yīng)用的普及，網(wǎng)絡(luò)中的信息資源數(shù)量急劇增長。用戶面前出現(xiàn)大量的信息而感覺無所適從，他們很難找到真正對(duì)自己有利用價(jià)值的資源，所以出現(xiàn)了“信息過載”問題。個(gè)性化推薦系統(tǒng)的出現(xiàn)使得這一問題有所緩解，它通過研究用戶評(píng)分、瀏覽行為和周圍環(huán)境等因素向用戶推薦更具有針對(duì)性的信息。為了更好的研究個(gè)性化推薦系統(tǒng)，本文重點(diǎn)從以下幾個(gè)方面著手：
　　1．本文分析了社交網(wǎng)絡(luò)的特點(diǎn)和數(shù)據(jù)獲取方式，并根據(jù)信任的性質(zhì)和分類

2、給出了信任的度量和計(jì)算方法，并提出了基于相似度和信任度加權(quán)的方法。同時(shí)，介紹了社會(huì)網(wǎng)絡(luò)中經(jīng)典的社區(qū)發(fā)現(xiàn)算法，指出了每種社區(qū)發(fā)現(xiàn)算法的優(yōu)勢(shì)和不足，在此基礎(chǔ)上提出了一種改進(jìn)的社區(qū)發(fā)現(xiàn)算法，并將其運(yùn)用到個(gè)性化推薦中。最后在不同情況下進(jìn)行實(shí)驗(yàn)，并通過比較性能指標(biāo)驗(yàn)證了個(gè)性化推薦算法的有效性。
　　2．本文對(duì)情境感知的定義及其研究現(xiàn)狀進(jìn)行了總結(jié)歸納，描述了情境信息的獲取方式：顯式獲取、隱式獲取、推理獲取，介紹了融合情境信息的推薦方式：預(yù)過濾

3、、后過濾、情境建模。在這些理論的基礎(chǔ)上提出了一種基于情境融合感知的個(gè)性化推薦算法。算法將情境分為物理情境和偏好情境，通過構(gòu)建了包含時(shí)間、地點(diǎn)、周邊人員等情境因素的貝葉斯網(wǎng)絡(luò)進(jìn)行物理情境匹配。同時(shí)將時(shí)間函數(shù)與基于內(nèi)容的推薦相結(jié)合，進(jìn)行偏好情境匹配。然后計(jì)算兩種情境的加權(quán)匹配度，選擇用戶需要的信息資源。使用常用的實(shí)驗(yàn)數(shù)據(jù)集和評(píng)價(jià)指標(biāo)進(jìn)行實(shí)驗(yàn)，實(shí)驗(yàn)結(jié)果表明算法明顯的提高了推薦準(zhǔn)確度。
　　3．本文介紹了幾種常用的個(gè)性化推薦技術(shù)，并比較了