1、個性化電子商務推薦系統(tǒng)在過去幾年得到迅速發(fā)展。許多大型的商業(yè)網站已經使用推薦系統(tǒng)為其客戶推薦產品。例如Amazon、Ebay、淘寶等。這些推薦技術是網站個性化的一部分，它使網站自身適應每個用戶的需求。推薦算法是推薦系統(tǒng)的核心。協(xié)同過濾算法是最常用的推薦算法。協(xié)同過濾推薦系統(tǒng)找出與用戶興趣相似的其他用戶，通過其他用戶的評分來預測用戶的感興趣的商品。但是，由于協(xié)同過濾算法存在擴展性等問題。算法的復雜度隨著用戶和項的數量的增加而急劇上升。因此

2、，需要應用分布式協(xié)同過濾來解決這樣的問題。 本文在一般協(xié)同過濾系統(tǒng)的研究基礎上，利用分布式計算和JXTA實現了分布式協(xié)同過濾，其中有以下內容：（A）分布式計算。將中心化的數據庫的數據分別分配到P2P網絡中的對等體進行相似性運算，每個對等體負責計算一部分數據，然后每個對等體將計算的結果返回給分配任務的對等體。這個對等體將其他對等體返回的部分數據進行匯總。利用分布式計算可以有效減少計算項相似度的運算量，并且充分利用P2P網絡中閑置的

3、資源。（B）利用sun公司提出的P2P規(guī)范協(xié)議JXTA開發(fā)出一套P2P協(xié)同過濾系統(tǒng)。系統(tǒng)主要功能包括：⑴該系統(tǒng)充分利用JXTA的幾個關鍵屬性來實現數據傳輸與數據查詢。如利用通告來建立接收信息的限制。利用JXTAserver socket用來監(jiān)聽信息，凡是不滿足通告內容的數據都不會被系統(tǒng)接收等。⑵該系統(tǒng)屬于完全分布式系統(tǒng)，每個對等點之間共同充當客戶器與服務器的角色。數據庫儲存的數據是一些相似度很高的用戶的評分數據，系統(tǒng)就是通過這些數據來對