1.1 可定制性 知识服务根据用户的设定来实现。系统采取“量体裁衣”的策略，向用户提供和推荐具有针对性和相关性的知识，以满足用户的需求。

    1.2 主动性 系统不仅被动地响应用户的知识请求，而且会“猜测”用户需要什么，并采用推荐、提醒、个性化知识展示界面等方式主动提供知识服务。

    1.3 差异化 系统面向各类用户提供差异化的知识内容，满足用户的不同需求。用户会因自身特点和需求不同，得到不同的用户体验。

    个性化知识推荐方法能进一步简化用户利用中医知识的方式和途径，降低中医知识普及的门槛，促进中医知识的共享和传播。

    2 推荐系统技术概述

    个性化知识推荐服务的后台需要推荐系统(亦称推荐引擎或推荐平台等，Recommender System)的支持。推荐系统能推测用户对某一信息条目的偏好程度，从大量信息中过滤出用户想要的信息[4] 。近年来，推荐系统在电子书店、视频网站以及搜索引擎等各种网络信息系统中得到了极为广泛的应用，成为一项功能强大、价值巨大的信息服务。

    推荐系统的核心是其所使用的推荐方法(或称推荐算法)。目前，推荐方法主要包括“协同过滤”(Collaborative Filtering)和“基于内容的过滤”(Content-based filtering)两大类[5] ......