随着现代互联网技术的不断发展，信息化已成为当前社会发展的一个重要特点，并影响着人们的生活方式，电子商务目前也已经十分普遍。而随着大量数据信息的产生大数据挖掘技术成为当前电子上午领域中应用的重点，从而为广大的用户提供商品推荐服务。如淘宝、京东等知名电子商务网站，都在其醒目的位置推荐曾经看过或者同类人喜欢的商品，以此通过挖掘算法，为用户提供更加具有针对性的产品，从而满足用户的购买需求。

在此背景下电子商务商品推荐系统的的完善成为提高交易的重要手段。通过挖掘大数据下消费者的消费特点，进行相应的商品推荐，对实现电子商务商品发展具有重要的作用与意义。

二、研究主要内容

主要研究工作如下：

（1） 在分析电子商务推荐系统的相关技术及算法的基础上，总结电子商务推荐系统的现状，构建电子商务推荐系统的体系结构。

（2） 分析目前存在的基于内容推荐、协同过滤的推荐、基于用户的推荐，并设计一种将三种推荐清单进行融合的推荐系统。

（3） 分别对几种推荐方法的推荐结果进行分析。

三、研究方法与实验条件

系统分为六个功能模块：用户信息管理模块、用户搜寻查找商品模块、用户反馈模块、产品信息管理模块、推荐模块、推荐结果融合模块。

系统整体上采用Java开发平台，基于web的商务交易系统必须对web中的大量信息和数据进行相关的、详细的、实时的、更深层的分析，从而获取对我们有价值的信息。主要运用到的技术是数据挖掘与web技术挖掘。

四、研究计划与进度安排

1月9日-1月20日：相关文献阅读。

1月21日-2月21日：提出需求，设计前端UI；

2月22日-4月14日：三种推荐系统的比较；

4月15日-5月22日：添加并完善了融合算法，根据查询条件输出的结果不同，用该方法输出的结果更加符合用户的满意度。

5月22日-5月26日：论文的修改与完善；

5月27日：整理各种文档、答辩ppt和视频，为答辩做准备。

五、 主要参考文献

[1]孟小峰，丁治明，移动数据管理概念与技术[M].北京：清华大学出版社，2009.2

[2]李丹丹．基于混合算法的个性化电子商务推荐系统研究[D]．天津财经大学,2008

[3]朱红祥，基于Web 日志数据挖掘的电子商务推荐系统[J]．商场现代化，2008 .10