技术特征：
1.一种基于NMF算法的大数据商品及服务推荐方法，其特征在于，在一数据库中记录有多个用户的多个用户日志，用户日志对应地记录有用户的历史数据记录，所述的历史记录数据及可供推荐的商品及服务属性值组合，利用早先生成的属性值预测模型，以此来获取用户目前对感兴趣商品属性值的组合；该基于NMF算法的大数据商品及服务推荐方法包括以下步骤：A：接收一用户输入的信息，并将这一用户作为目标用户，对信息转化成标准文本信息，以生成一结构化文本，根据结构化文本在数据库中进行查询，以获查询结果；B：若在该数据库中记录有该目标用户的用户日志，则将该结构化文本记录至该目标用户的用户日志中，若在该数据库中未记录有该目标用户的用户日志，则在该数据库中创建该目标用户的用户日志、并将该结构化文本记录至该目标用户的用户日志中；根据该数据库中记录的该多个用户的用户日志对用户进行聚类分析，以得到聚类结果，该聚类结果包括若干用户聚类及其特征；C：以商品类别属性为因变量，以用户属性、商品浏览历史记录等特征值为自变量通过逻辑回归算法（LogisticRegression）做统计分析，得出用户对商品类别喜好地概率，建立属性值预测模型，然后结合非负矩阵分解算法（NMF）与用户选定的目标商品匹配对比，对用户个性化推荐，推荐相似商品；D：根据用户属性信息、用户浏览记录、商品属性计算用户在每个属性分类上的NMF值，用户的NMF值计算结果为一个向量，对于m个属性分类，用eum表示用户NMF值向量中的项，用户NMF值向量表示为Eu＝{eu1，eu2，eu3，...，eum