1、隨著互聯(lián)網(wǎng)時代的到來，電子商務(wù)以其實惠、便捷的購物優(yōu)勢逐漸贏得人們的青睞，網(wǎng)絡(luò)購物已經(jīng)成為一種普遍的消費行為。然而，隨著商業(yè)規(guī)模不斷擴(kuò)大和商品數(shù)量急劇膨脹，電子商務(wù)呈現(xiàn)出信息過載的趨勢。海量的商品信息在給用戶帶來更多選擇的同時，也為用戶及時搜尋令自己滿意的商品帶來諸多不便。這種負(fù)擔(dān)在移動互聯(lián)網(wǎng)的沖擊下顯得更為突出。移動互聯(lián)網(wǎng)技術(shù)的發(fā)展使得手機(jī)等移動設(shè)備正在逐步取代傳統(tǒng)的PC機(jī)成為人們獲取信息的主要途徑，移動網(wǎng)絡(luò)用戶規(guī)模的增長促使電子商務(wù)

2、由PC端向移動領(lǐng)域擴(kuò)展，開啟了移動電子商務(wù)的全新商業(yè)模式。而由于移動終端顯示和處理能力的限制，移動電子商務(wù)將面臨更為嚴(yán)峻的信息過載問題。個性化推薦系統(tǒng)能夠為用戶提供實時精準(zhǔn)的個性化推薦服務(wù)，提高用戶的滿意度和忠誠度，進(jìn)而促進(jìn)商品銷售。因此，為了讓移動端用戶能夠快速輕松地找到自己需要的商品，基于移動平臺的個性化推薦系統(tǒng)的研究顯得尤為重要。
　　本文首先從電子商務(wù)個性化推薦系統(tǒng)的基本理論著手，闡述了傳統(tǒng)的電子商務(wù)推薦系統(tǒng)的概念、作用及

3、整體架構(gòu)，并對常見的幾種個性化推薦算法進(jìn)行了分析和比較，發(fā)現(xiàn)協(xié)同過濾算法具有明顯優(yōu)勢。其次，本文對協(xié)同過濾算法進(jìn)行了研究，描述了傳統(tǒng)協(xié)同過濾算法的概念、分類和面臨的瓶頸問題。隨后，挑選了較傳統(tǒng)協(xié)同過濾算法更加高效準(zhǔn)確的Slope one算法進(jìn)行研究，分析其優(yōu)點、原理及流程，并找出其存在的不足之處。本著提高推薦質(zhì)量的目的，針對Slope one算法未考慮用戶興趣變化和用戶相似性這兩方面的問題，提出了基于用戶興趣遺忘函數(shù)和用戶最近鄰居篩選策