1.2推荐系统的定义 定义：它是利用电子商务网站向客户提供商品信息和建议源]自=优尔-^论-文"网·www.youerw.com/ ，帮助人们决定应该购买什么产品，模拟销售人员帮助客户完成购买过程”。  推荐系统有3 个重要的模块：人们建模模块、推荐对象建模模块、推荐算法模块。通用的推荐系统模型流程如图。推荐系统把人们模型中兴趣需求信息和推荐对象模型中的特征信息匹配，同时使用相应的推荐算法进行计算筛选，找到人们可能感兴趣的推荐对象，然后推荐给人们。
  1.3推荐系统的发展 1995 年3 月，卡耐基.梅隆大学的RobertArmstrong 等人在美国人工智能协会上提出了个性化导航系统 Web Watcher；斯坦福大学的 MarkoBalabanovic 等人在同一会议上推出了个性化推荐系统 LIRA； 1995 年8 月，麻省理工学院的 Henry Lieberman 在国际人工智能联合大会(IJCAI)上提出了个性化导航智能体 Letizia； 1996 年，  Yahoo  推出了个性化入口 My Yahoo； 1997 年，AT&T 实验室提出了基于协作过滤的个性化推荐系统 PHOAKS 和Referral Web; 1999 年，德国Dresden 技术大学的Tanja Joerding 实现了个性化电子商务原型系统TELLIM； 2000 年，NEC研究院的 Kurt 等人为搜索引擎 CiteSeer 增加了个性化推荐功能； 2001 年，纽约大学的 Gediminas Adoavicius 和Alexander Tuzhilin 实现了个性化电子商务网站的人们建模系统1：1Pro； 2001 年，IBM 公司在其电子商务平台 Websphere 中增加了个性化功能，以便商家开发个性化电子商务网站。 2003 年，Google 开创了 AdWards 盈利模式，通过人们搜索的关键词来提供相关的广告。AdWords 的点击率很高，是Google广告收入的主要来源。2007 年3月开始，Google 为 AdWords 添加了个性化元素。不仅仅关注单次搜索的关键词，而是对人们一段时间内的搜索历史进行记录和分析，据此了解人们的喜好和需求，更为精确地呈现相关的广告内容。 2007 年，雅虎推出了 SmartAds 广告方案。雅虎掌握了海量的人们信息，如人们的性别、年龄、收入水平、地理位置以及生活方式等，再加上对人们搜索、浏览行为的记录，使得雅虎可以为人们呈现个性化的横幅广告。 2009 年，Overstock(美国著名的网上零售商)开始运用ChoiceStream公司制作的个性化横幅广告方案，在一些高流量的网站上投放产品广告。  Overstock在运行这项个性化横幅广告的初期就取得了惊人的成果，公司称：“广告的点击率是以前的两倍，伴随而来的销售增长也高达 20%至30%。” 2009 年7 月，国内首个推荐系统科研团队北京百分点信息科技有限公司成立，该团队专注于推荐引擎技术与解决方案，在其推荐引擎技术与数据平台上汇集了国内外百余家知名电子商务网站与资讯类网站，并通过这些 B2C 网站每天为数以千万计的消费者提供实时智能的商品推荐。 2011 年9 月，百度世界大会 2011 上，李彦宏将推荐引擎与云计算、搜索引擎并列为未来因特网重要战略规划以及发展方向。百度新首页将逐步实现个性化，智能地推荐出人们喜欢的网站和经常使用的 APP。

Python基于主动学习的个性化电影推荐网站的开发 (2):http://www.youerw.com/jisuanji/lunwen_65826.html