1、伴隨著電子商務(wù)的發(fā)展，人們的日常生活方式發(fā)生了巨大改變?，F(xiàn)在我們可以通過(guò)電腦或手機(jī)等設(shè)備在足不出戶的情況下購(gòu)買到自己想要的商品。然而信息時(shí)代數(shù)據(jù)爆炸式增長(zhǎng)為人們獲取信息和知識(shí)帶來(lái)更多機(jī)遇的同時(shí)，如何在海量數(shù)據(jù)中剔除不相干的信息、快捷地獲取到有價(jià)值的信息成為一項(xiàng)挑戰(zhàn)工作。而個(gè)性化推薦系統(tǒng)就是在這樣的背景下產(chǎn)生的，它可以挖掘出不同用戶的不同偏好，從而有針對(duì)性地進(jìn)行個(gè)性化推薦。學(xué)術(shù)界對(duì)現(xiàn)有電子商務(wù)個(gè)性化推薦技術(shù)的研究主要集中在基于內(nèi)容的、協(xié)同

2、過(guò)濾的、基于知識(shí)的等傳統(tǒng)推薦技術(shù)以及對(duì)這些算法的優(yōu)化上，但是電子商務(wù)已經(jīng)進(jìn)入了大數(shù)據(jù)時(shí)代，優(yōu)化的傳統(tǒng)算法盡管在一定程度上可以提升推薦系統(tǒng)的效果，但是已經(jīng)不能適應(yīng)大數(shù)據(jù)環(huán)境下滿足客戶的個(gè)性化服務(wù)的需求。與此同時(shí)，目前很多學(xué)者對(duì)推薦系統(tǒng)評(píng)測(cè)指標(biāo)認(rèn)識(shí)不全面，有些學(xué)者及文章只局限于推薦系統(tǒng)的精確性這一個(gè)方面，而對(duì)多樣性、新穎性、覆蓋率等指標(biāo)視而不見，還有些學(xué)者及文章在文中只選擇對(duì)自己算法有利的指標(biāo)，因此如何客觀、有效的評(píng)價(jià)推薦系統(tǒng)需要一個(gè)完整統(tǒng)

3、一的指標(biāo)體系。
　　本研究主要內(nèi)容包括：⑴基于云計(jì)算的推薦系統(tǒng)框架設(shè)計(jì)，研究了基于云計(jì)算的大數(shù)據(jù)處理技術(shù)、Hadoop平臺(tái)以及MapReduce工作原理，提出了基于云計(jì)算的推薦系統(tǒng)總體框架與系統(tǒng)工作流程。⑵基于云計(jì)算的推薦算法設(shè)計(jì)，針對(duì)傳統(tǒng)推薦算法在數(shù)據(jù)稀疏性及在大數(shù)據(jù)規(guī)模下系統(tǒng)可擴(kuò)展性的問(wèn)題，在分析研究Hadoop分布式平臺(tái)與基于內(nèi)容過(guò)濾、協(xié)同過(guò)濾、關(guān)聯(lián)規(guī)則等相關(guān)算法后，提出基于Hadoop平臺(tái)實(shí)現(xiàn)個(gè)性化推薦算法的方法。⑶分布式

4、推薦系統(tǒng)綜合評(píng)測(cè)體系設(shè)計(jì)，研究了分布式推薦系統(tǒng)評(píng)測(cè)體系設(shè)計(jì)的基本原則，并據(jù)此建立推薦系統(tǒng)評(píng)測(cè)指標(biāo)體系，包括預(yù)測(cè)準(zhǔn)確度、效率性、覆蓋率、多樣性、新穎性等五個(gè)維度，并且提出各指標(biāo)的評(píng)價(jià)方法。⑷基于云計(jì)算的電子商務(wù)智能推薦原型系統(tǒng)實(shí)現(xiàn)，以電子商務(wù)網(wǎng)站海量行為數(shù)據(jù)為實(shí)證研究對(duì)象，構(gòu)建基于Hadoop云平臺(tái)電子商務(wù)智能推薦系統(tǒng)原型，并進(jìn)行推薦系統(tǒng)評(píng)價(jià)指標(biāo)實(shí)證研究，驗(yàn)證算法和指標(biāo)的有效性，改進(jìn)并豐富基于云計(jì)算的電子商務(wù)智能推薦系統(tǒng)的理論、方法和技術(shù)