1、在信息爆炸的今天，推薦系統(tǒng)作為信息的一種有效組織形式，正受到越來越多的關(guān)注。本文將模式識(shí)別引入推薦系統(tǒng)，利用模式識(shí)別對(duì)用戶進(jìn)行分類，并根據(jù)分類結(jié)果中用戶的興趣特征分布，為目標(biāo)用戶提供項(xiàng)目推薦。
　　首先，介紹了推薦系統(tǒng)和模式識(shí)別的基本概念、研究進(jìn)展和研究方法，為本文的研究提供了理論基礎(chǔ)。
　　其次，本文在模式識(shí)別的基礎(chǔ)上，設(shè)計(jì)了基于模式識(shí)別的推薦算法。本文以MovieLens數(shù)據(jù)集為例，將用戶對(duì)項(xiàng)目的打分分解為用戶對(duì)項(xiàng)目所含

2、興趣標(biāo)簽的打分，根據(jù)用戶對(duì)不同興趣標(biāo)簽的平均打分分布情況，建立了用戶的興趣偏好向量，從用戶的興趣偏好向量中提取用戶的興趣特征。
　　第三，本文提出了一種基于K-means聚類的用戶興趣特征選擇法。根據(jù)用戶的興趣特征集合，構(gòu)建興趣特征子集。每一個(gè)特征子集利用K-means聚類算法確定其最佳的分類數(shù)，然后以DBIndex準(zhǔn)則設(shè)定一個(gè)判斷函數(shù)用于特征選擇，最后從選擇的特征子集中刪除掉相關(guān)性較大的特征，保留下來的特征即為所求的特征。