1、隨著網絡技術以及通信技術的飛速發(fā)展，目前很多的企業(yè)以及學校都開設了自己的教學網站。但是目前的教學網站存在一個明顯的不足，不能根據學生的不同需求情況以及喜好給學生在學習過程中做出個性化的推薦，本文將通過研究協同過濾算法將協同過濾算法與教學網站相結合設計一個具有個性化推薦教學網站，以期讓學生在學習課程的時候能得到個性化的推薦。學生感受到“一對一”的服務。提高學生學習的滿意度。
　　本文首先對教學傳統的教學網站的國內外發(fā)展現狀進行了概述

2、。然后介紹了推薦系統的一些相關的理論，對推薦系統做了一個概述以及介紹了推薦系統所采用的各種技術還有我們在將來研究推薦系統的時候所要重點研究的方面。
　　其次，本文詳細的介紹了協同過濾算法，協同過濾算法包括兩類分別是基于用戶的以及基于項目的協同過濾算法，并對兩種算法如何尋找鄰居集，如何計算相似度，如何做出推薦做了詳細的介紹。
　　再次，本文重點以及創(chuàng)新點是通過對協同過濾算法的缺點以及不足的描述做出了針對用戶評分寬松不一以及冷啟

3、動的問題的新的解決方法。第一針對用戶評分寬松不一問題提出了一種基于用戶潛在偏好的協同過濾算法，并且詳細介紹了此種算法尋找鄰居集，計算相似度以及做出推薦的過程。并通過數據集進行了驗證。得到了比較理想的實驗結果。第二針對新用戶新項目的數據稀疏所造成的冷啟動問題使用了信息熵的方法解決了協同過濾算法中由于新用戶新項目的數據稀疏導致的冷啟動問題。
　　本文在研究的基礎上設計了基于協同過濾個性化推薦系統的模型，并依據模型做出了能夠進行個性化推