1、互聯(lián)網(wǎng)上的Web站點包含海量信息具有復雜的結構,很多站點往往使用個性化推薦系統(tǒng)來協(xié)助我們的用戶方便快捷地找到所需信息,培養(yǎng)用戶忠誠度。個性化推薦系統(tǒng)在當代信息社會具有巨大的現(xiàn)實需求,是信息服務發(fā)展的必然趨勢。Web數(shù)據(jù)挖掘技術在面對處理海量數(shù)據(jù)和稀疏數(shù)據(jù)上有著先天的優(yōu)勢,所以在個性化推薦系統(tǒng)中Web數(shù)據(jù)挖掘技術得到了越來越廣泛的研究和應用。
　　 本文介紹了基于Web數(shù)據(jù)挖掘的個性化推薦系統(tǒng)中的相關概念、分析其相關運用技術。面向

2、電子商務應用,本文提出了一個推薦系統(tǒng)的模型,詳細探討了數(shù)據(jù)預處理的各個步驟,分析了各步驟的目的、方法,并給出了每步的算法實現(xiàn)。著重研究基于用戶的協(xié)同過濾與基于項目的協(xié)同過濾算法,并分析兩者的優(yōu)缺點及其互補性,在此基礎上改進并實現(xiàn)了基于用戶和項目協(xié)同過濾推薦算法。
　　 在此基礎上,為了驗證基于用戶和項目的協(xié)同過濾推薦算法的效果,我們以協(xié)同過濾領域的著名數(shù)據(jù)庫MovieLens作為實驗數(shù)據(jù)庫,利用基于用戶和項目推薦算法進行了分析處