智能推荐引擎

本系统的意义在于：建立不同使用场景的推荐机制，实现推荐引擎从传统的大众化推荐向差异化推荐转变，并最终实现基于用户偏好的个性化推荐。本系统主要采用两种算法：关联和协同过滤。关联推荐算法是基于用户对产品的喜好关联，而协同过滤是基于用户和产品的聚类进行产品和用户的协同推荐。

智能推荐引擎可以在以下几个方面促进电子商务等业务的发展：
　　- 建立用户、产品、消费行为之间的对应关系，把握用户偏好，加深对用户需求的理解和认知，作为智能推荐、用户关怀、客户运营等工作的基础信息；
　　- 基于客户偏好打造特色智能推荐模块，通过个性化推荐满足用户多样化需求和偏好，提高客户粘性，提升用户下载转化率， 避免同质化竞争；
　　- 创新的营销手段，探索客户运营新模式，提升客户运营能力。
　　本系统的特点主要体现在：结合个性化的推荐算法和分布式计算技术，建立高性能的海量数据分析和处理平台，为各个行业的电子商务系统建立高附加值的个性化推荐系统。
　　- 理论创新：我们在研究当前各种推荐算法的基础上，构建了一种全新的推荐算法，能实现海量数据的推荐分析，并且适合分布式计算的技术要求，从而大大提高了推荐系统的精确性和时效性。
　　- 技术创新：支持分布式多层构架。分布式计算资源规模庞大，服务器数量众多，如何有效的管理这些服务器，保证整个系统提供高性能的服务是巨大的挑战。分布式计算系统的平台管理技术能够使大量的服务器协同工作，方便的进行业务部署和开通，快速发现和恢复系统故障，通过自动化、智能化的手段实现大规模系统的可靠运营。
　　- 模式创新：我们的平台产品具有行业普适性。对大多数针对终端客户的电子商务企业，我们的平台可帮助其增强客户体验、帮助交叉销售，从而提高电子商务企业的核心竞争力和销售收入。
　　- 应用创新：有别于传统的我们的平台结合个性化的推荐算法和分布式计算技术，实现可扩展的分布式推荐系统，可处理 海ERP系统量的交易数据和客户信息。