1.1.2　研究意义

20世纪90年代，Resnick等提出推荐系统的概念后，推荐系统逐步发展为一个独立的研究领域，并得到了迅猛的发展。与此同时，人工智能、知识管理、数据挖掘等领域的知识为推荐系统提供了理论支持，使个性化推荐系统在信息技术的各个领域都得到了广泛的发展和应用。

从理论上讲，个性化推荐系统是建立在海量数据挖掘基础上的一种高级智能平台，它通过记录用户的行为，分析用户的兴趣爱好，向用户推荐其感兴趣的信息，为用户提供个性化的决策服务，满足用户的个性化需求，改善用户体验。个性化推荐技术涉及信息科学、管理科学、运筹学等多门学科，其发展依赖于这些学科的协同发展。同时，个性化推荐技术的发展也为这些学科开辟了一个全新的研究领域，因此对个性化推荐技术的研究具有重要的理论意义。

在实际应用方面，个性化推荐技术已经成为众多电子商务系统的核心技术，并创造了巨大的商业价值。准确、高效的个性化推荐系统，不仅可以帮助用户在较短时间内找到感兴趣的信息，为用户提供个性化服务；而且可以将电子商务网站的浏览者变成网站商品的潜在购买者，提高网站的销售额；还有助于网站与用户建立长期稳定的关系，提高用户对电子商务网站的忠诚度。