基于推荐技术的中医养生知识推荐APP的开发文献综述

基于推荐技术的中医养生知识推荐APP的开发文献综述摘要：立足于中医养生知识推荐项目需求，研究协同过滤推荐算法原理以及开源框架Mahout软件开发技术；研究基于用户兴趣度的改进的协同过滤算法；利用Mahout接口和RecommenderIntro类与协同过滤算法开发基于推荐技术的中医养生知识推荐APP，使用覆盖率评估标准对实验结果进行评价。

同时提出对冷启动和数据稀疏性的改进方法。

关键词：中医养生知识；协同过滤；推荐系统；Mahout；相似度 0. 引言经过调查研究发现，近年来随着经济能力与生活水平的提高，人们越来越注重自己的身体状态，尤其偏向于中医相关的养生知识。

虽然中医养生知识类型的网站和相关应用APP越来越多，但大部分依旧靠原始的搜索、查找等方式寻找自己感兴趣的健康知识，无疑浪费了宝贵的时间，用户体验也相对较差。

因此，对于中医养生知识的个性化推荐APP存在市场需求。

1.基于推荐技术的中医养生知识推荐平台国内外研究现状在20世纪90年代中期，个性化推荐技术的概念被提出，在美国人工智能协会上研究者提出两个个性化推荐系统，分别是WebWatcher[1]和LIRA，标志着个性化推荐技术的研究正式开始。

其中，较为早期投入应用的协同过滤系统是Grundy，它可以建立用户兴趣模型，从而推荐给用户相关需求。

目前为止，推荐技术发挥出越来越强大的作用，应用范围越来越广。

国外推荐系统应用的领域主要包括电子商务、新闻推荐、网页推荐、音乐推荐、电影推荐、和邮件推荐等。