Context-Aware Recommendation in Mobile Environments：An Approach Based on Interest Resonance

建议系统能高效地在活动因特网解决信息超载。因此，怎么有效地利用上下文信息改进建议的精确性在这个领域里成为研究焦点。这篇文章提出一条新奇途径在活动环境认识到上下文知道的建议。它首先与一个基于回锅肉丁的兴趣回声采矿算法给用户兴趣回声。然后，它计算在用户和条款之间的协会度然后预言在条款上评价的用户。最后，它包括地弄明白推荐索引。而且，这篇文章也为用户设计一个个人建议模型并且提供相关决策系数。实验证明了我们的途径在性能和效率比传统的(RMP， RSTE， MD 和 BBB ) 优异。