互联网技术的迅速发展提升了人们可获取信息数量,降低了信息获取成本,但信息过载问题也随之凸显。易制毒化学品行业因其特殊性,造成了商家基本信息易获取但业内用户难以选择合适商家作为供应商的现状。本文着重研究个性化推荐技术及其实际应用,开发面向易制毒化学品行业用户的个性化供应商推荐系统。依托于河北斯博思创新科技有限公司的易制毒化学品大数据智能分析平台,针对易制毒化学品购销业务数据,本文提出并实现了基于RFC模型与商品属性的协同过滤算法与基于用户特征的推荐算法,最终完成了易制毒化学品供应商推荐系统的设计与开发工作。本文工作与创新点如下:(1)面向数据源中拥有购销数据的用户,提出了基于RFC模型与商品属性的推荐算法。针对当前购销数据中不包含消费金额,而用户购买行为源于用户对某种化学品的实际需要的现状,该算法采用了一种通过改进的RFM模型获取用户对商品综合评价的方式,解决了用户隐性反馈难以评价的问题;通过用户对商品的评价获取用户对供应商的偏好,解决了供应商评价不明确的矛盾;采用基于项目的协同过滤策略,降低海量用户对推荐效率产生的影响。(2)面向数据源中无购销数据的用户,提出了基于用户特征的推荐算法。该算法基于购销记录挖掘用户特征与用户购买行为的关系,获取用户潜在偏好,实现了面向无反馈用户的个性化推荐,解决了推荐系统用户冷启动问题。(3)在需求分析、个性化推荐技术研究基础上,进行易制毒化学品供应商推荐系统的总体架构设计、功能模块设计以及数据库设计。基于Oracle数据库、Java技术、Bootstrap与jQuery框架、ECharts可视化库,最终实现了易制毒化学品供应商推荐系统。