基于有限计算环境的推荐信息过滤算法

推荐信息泛滥严重影响了移动智能终端的用户体验,而有限计算环境制约了移动推荐信息过滤模型与算法的研究。针对上述问题,结合用户画像技术与信息过滤方法,提出了一种基于有限计算环境的移动推荐信息过滤算法。该算法通过用户轨迹信息构建用户画像,根据用户画像与需求特征,对外界推荐的各类信息进行过滤,并最终进行二次推荐。仿真实验证明：该算法过滤精确度高,个性化服务能力较强,其无需额外占用过多的系统计算与存储资源,性价比较高,因而适用于移动智能终端的有限计算环境,具有一定的实用性。