【摘要】传统推荐算法仅依据网络消费者已有偏好信息提供推荐服务,忽略其当前购物状态信息和可能的偏好变化信息。针对这一缺陷,通过分析网络消费者偏好变化特征,提出基于网络消费者偏好预测的推荐算法。该算法综合考虑网络消费者已有偏好信息及其前购物操作行为评估其对商品的偏好,并结合协同过滤思想为其提供有针对性的推荐服务。实验结果表明,基于网络消费者偏好预测的推荐算法能够较好地预测其购物过程中的偏好倾向,显著提高推荐质量和精度。