1.文献综述：
1．1研究背景
在B2C网站中，通过WEB使用挖掘，可以分析网上客户的行为模式，从中确定出不同的客户群体以及客户群体或个体的访问模式和习惯，可以增加客户感兴趣的内容、优化网站的设计、实现个性化的网站，提高站点的质量，改善WEB缓存，缓解网络交通，提高性能；用户来源分析；网站广告点击率、投资收益比分析；加强与客户的交流，提高客户服务的质量和效率，预测用户可能访问的页面，行为趋势分析，客户分类，从而加强客户关系管理。
Web的日益膨胀使一般网站所提供的“单尺码 (One size fits all)”服务显然无法满足人们欲从超负载的Web资源中发现自己所想要的信息。因此，针对单个用户进行的个性化信息服务——在合适的时间以合适的形式向特定的对象发布合适的信息—— 已经成为web站点设计所追求的目标，它是Web信息服务的一种全新模式．是电子商务站点增加再生业务的“一对一营销”途径，也是Web信息资源发现 和电子商务领域的一场自动化、智能化革命。 所谓Web个性化其实就是为Web访问者提供 符合其兴趣、角色和需求的信息或应用。Web个性 化是这样一个过程：收集并存储关于站点访问者的信息，分析这些信息，然后根据分析结果在合适的时间向每一位访问者发布适当的信息。随着电子商务的蒸蒸日上，信息技术的发展，网络信息量越来越大特别是B2C电子商务平台上商品的种类越来越多，消费者对信息的需求也变得多样化，这些新形势的出现为消费者带来了巨大的信息处理负担，因此个性化的信息服务成为对B2C电子商务平台的要求，也成为B2C电子商务平台的必争之地。
在上述文档中作者所举出的基于内容过滤的方法中，采用了数个主观的指标的最近欧几里得距离进行排序过滤，对于某一确定的对象其评价的结果是不同的，因此对于不同用户的评价是会出现偏差的。
1.2个性化的信息服务
在马文峰关于图书馆个性化信息服务的研究中提出了个性化信息服务的三种形式，第一种形式：个性化推送服务或个性化定制服务。即根据用户的特性提供具有针对性的信息。这种服务所利用的技术如信息推拉技术已较为成熟， 已开始在一些商业网站和数字图书馆领域中提供服务。第二种形式：个性化推荐服务。即不仅能根据用户的特性提供具有针对性的信息，还能通过对用户专业特征、研究兴趣的智能分析而主动地向用户 推荐其可能需要的信息。第三种形式：个性化知识决策服务。即利用数据挖掘、知识发现等技术，对有用的信息内容再进行深层次的分析与挖掘，向用户提供能够用于决策支持、智能查询、科学研究。
以上提到的第一种和第二种形式中受到用户行为的影响常常无法得到有效的实施，特别在电子商务平台中用户往往习惯于先购买物品后登陆支付，甚至于不进行登陆，这样的用户行为方式使得第一和第二种形式的个性化信息服务无法使用。第三种个性化信息服务形式不需要改变用户的操作行为，因此能够最大程度的体现用户的行为模式。
1.3个性化推荐的评价
