摘要：针对一般小型系统，要完成个性化推荐，为了降低系统的复杂度，完全可以避免采用那些复杂的方法如基于人口统计学的推荐、基于内容的推荐、协同过滤推荐等推荐策略。这些推荐策略中都会用到复杂的算法，对于一个初学者来说，想搞懂任何一种算法都不会太容易。针对所做的ICON项目来说，提出了一个简单的推荐策略，就是针对某个关键点来来查找相似用户或相似内容，来简单实现“协同过滤算法”。
关键词：个性化推荐；icon；协同过滤算法；权值；关键点；
中图分类号：TP391 文献标识码：A 文章编号：1009-3044（2017）03-0250-03
1 概述
随着信息时代的不断发展，网络给人们的生活带来了翻天覆地的变化，人们可以足不出户就能够在网络上购买到自己想要的任何商品。网络的便利，使得人们的购物方式得到了改变，同时也滋生了很多购物平台的产生。无论大型还是小型的电子商务平台，都会存在着一些弊端，信息过载问题，就是商品的种类太过于丰富多样性，以至于用户不能很快地查找到自己喜欢的商品。所以平台开发商们就会想尽办法来避免这种情况，个性化推荐应运而生，个性化推荐就是在正确的时间把正确的商品推荐给正确的用户，来拉拢用户，防止用户的流失，从而提升自己平台的竞争力。
1.1课题背景及研究的目的
当今时代是信息的时代，每天人们都会被不同的海量数据所围绕，如何从这些繁杂的数据中找到自己想要的数据，是我们每个人都迫切需要的。我们都希望每个平台系统都能给我们展示出契合我幺自己的数据，这样我们就不需要花费太多的精力在寻找数据上。
基于和老师同学们一起做的这个ICON项目（一个类似图片交际购物系统），因为用户的不断增加，所上传的图片也越来越多，为了满足用户查找数据的方便，就打算给系统添加一个个性化推荐策略。由于自己对推荐这一块比较陌生，阅读了多篇关于推荐系统的论文及报告，大多都会涉及诸多复杂的算法，就想到针对我们这个系统来设计一个较为简单的个性化推荐。
1.2 本文主要研究的内容和组织架构
1.2.1 本文主要工作
本文主要探讨了一下个人设计的简单个性化推荐策略及相关工作。介绍了该推荐策略的研究背景和目的，然后又详细地介绍了该策略算法。最后就该研究成果在ICON项目中的应用效果进行了展示，说明了我们算法的可行性。
1.2.2 本文的组织架构
第一章是绪论部分，介绍了个性化推荐系统的背景，以及研究目的。简单个性化推荐策略的由来。
第二章是算法简述部分，大概地介绍了一下算法。
第三章是算法详解部分，在本章节中详细介绍了算法的构成。
第四章是指标的权重计算部分，介绍了算法中一个比较重要的权重计算方法，并计算出了算法中各个特性的权重值。
第五章是结果分析部分，对推荐前后用户滞留系统的时间和点击look的数量进行观察比较，得出分析结果。
2 算法简述
1）找出平台关键点；
2）统计关键点数据；
3）画出涉及关键点的表格；
4）整理分析，推荐图片；
5）通过图片推荐给用户商品。
3 算法详解
3.1 找出平台关键点
用户发表一个look（即图片），都会给这个look选择一个性别、季节、品牌、风格等，其中风格包含有正装、暗黑、韩国风、运动、嘻哈等多达20多种的不同风格，其中肯定会有一种是你发表的look风格。性别和风格是主要的，从这两个特性中我们就能看出你平时穿衣打扮，因为发表的每一张look都是对自己平时的一个真实写照。用户发表的每一张look都是对应自己所购买的衣服，从而我们就可以从look中对应到相应的商品中。
抛开性别这个普遍的共性来分析，我们可以根据用户平时发表的look的风格来观察该用户的穿衣习惯，从而得到用户可能喜欢的商品类型，继而向(转自：wWw.bdFqy.com 千 叶帆 文摘:简单个性化推荐策略研究)用户推荐他们想要看到或者想要购买的衣服。
在icon的系统中，用户看见自己喜欢的look时，可以对其进行点赞或者收藏。用户也可以关注其他的用户，成为他的粉丝，随时关注他（她）发表的look，你们之间也可以相互交流探讨穿衣打扮的技巧。
在认真观察项目后，可以看出用户发表look的风格就是所谓的关键点。
3.2 统计关键点数据
用户发表的look，关注的look，点赞的look，以及收藏的look我们都统一存到了数据库中。平台是用mybatis连接的数据库，所以，数据我们可以写sql语句直接获取到，而不用去分析历史数据或者网络爬虫去解析用户浏览行为等。
这个算法，我要求只需要能获取到用户偏重的前三个就行，所以常用到的mysql中的limit关键字，limit接受一个或两个数字参数，参数必须是一个整数常量，如果给定两个参数，第一个参数指定第一个返回记录行的偏移量，第二个参数指定返回记录行的最大数目。在使用limit时，要先判断查询到的数据集的数目有多少，防止查询的时候出错。
举个例子，通过tbl_look表和tbl_user_likes表来查找id为131的用户点赞的look风格的前三个的mysql语句：
SELECT tul.id，tul.uid，tul.lookid，tl.style，COUNT（tl.style） AS sc FROM tbl_user_likes tul ，tbl_looks tl WHERE tul.uid=131 and tl.id=tul.lookid GROUP BY tl.style ORDER BY sc DESC LIMIT 3
3.3 画出涉及关键点的表格