随着信息技术的迅速发展和普及,数据资源以指数级别的速度增加,这使得用户在面对众多的网络资源时,反而无法高效选择出对自己有用的信息,进而出现信息超载问题。于是推荐系统应运而生,它依据用户的历史数据,通过用户的兴趣爱好来进行独特的个性化分析、计算,从而为用户提供有用的信息。现今推荐系统已广泛应用到社交网站,电子商务,电子学习,电影推荐和旅游等诸多领域。随着对推荐系统的深入研究,相应的研究难题也显露出来,例如对于新注册的用户,系统为其作推荐时的冷启动问题;用户评分矩阵中的数据稀疏性问题;随着用户和物品数目激增而带来的系统可扩展性问题,以及大多数算法只注重推荐相似物品而缺乏多样性的问题等等,这都影响了推荐系统的进一步发展。本文就协同过滤系统由于数据量增多而导致的日益严重的可扩展性问题、算法耗时长以及相似度函数度量准确性等问题,进行了如下内容的研究:(1)针对协同过滤推荐中存在的可扩展性问题,本文使用了提取信息核的方法。即将一个用户集的所有用户进行训练,提取出携带信息最具价值的核心用户组成信息核,这一过程为离线操作,这使得在计算用户相似度时,会大大节省内存和时间消耗。本文在原有基于频率(Frequency-based,FB)和基于排名(Rank-based,RB)的信息核提取方法基础上,提出了改进的信息核提取方法IFB(IFrequency-based)和IRB(IRank-based,IRB),在寻找最相似邻居环节提出了一个优化集的概念,在优化集上利用物品评分和用户相似度两项参考内容来为每个用户寻找最相似邻居,该算法在较大程度上同时也降低了推荐过程的时间复杂度。(2)针对推荐系统中用户相似度计算准确性问题,本文在传统度量标准皮尔逊相似度(PCC)的基础上做出改进,提出了多级相似度算法(Multi-Level Pearson Correlation Coefficient,MLPCC),算法分为五层,每层对应不同的约束条件和调节参数。在利用评分接近程度来计算用户相似度的同时,充分考虑了共同评分物品数量对用户相似度的影响,使共同评分物品数量越多的用户具有更高的相似度,优化了度量标准。在与多种推荐算法的对比实验中可以看出,本文的方法能够有效解决推荐过程的可扩展性问题,节省了大量时间开销,并减少了平均绝对误差(MAE),同时具有更高的准确率(Precision)和更好的召回率(Recall),推荐效果更优。