1、計(jì)算機(jī)技術(shù)的發(fā)展使得我們的社會進(jìn)入了信息時(shí)代，信息時(shí)代使我們的生活發(fā)生了翻天地覆的變化，我們隨時(shí)隨地都可以在互聯(lián)網(wǎng)中查找自己需要的信息。信息時(shí)代在為我們帶來方便的同時(shí)，也帶來了一些問題，那就是所謂的“信息過載”問題?！靶畔⑦^載”是信息化發(fā)展過程中所產(chǎn)生的負(fù)面影響之一，是指在信息化建設(shè)的過程中，由于網(wǎng)絡(luò)中信息量的指數(shù)級增長，導(dǎo)致信息在網(wǎng)絡(luò)中存在大量的冗余，無法被人們充分利用。為了解決這一問題，研究人員提出了很多方法，其中最具代表性的就是推

2、薦系統(tǒng)了。推薦系統(tǒng)通過對用戶的歷史數(shù)據(jù)和行為信息進(jìn)行科學(xué)的運(yùn)算、處理、分析，建立用戶的興趣模型，并通過興趣模型對用戶推薦可能喜歡的內(nèi)容。雖然推薦系統(tǒng)可以有效地解決“信息過載”，但也不可避免地面臨很多問題（如冷啟動，推薦精度和用戶興趣時(shí)變問題等）。
　　因此，本文主要研究如何提高推薦系統(tǒng)的性能，解決推薦系統(tǒng)的冷啟動和用戶興趣時(shí)變問題。針對時(shí)間對用戶興趣變化的影響，本文通過分析用戶在網(wǎng)絡(luò)活動中的整體行為對推薦系統(tǒng)的影響，提出了標(biāo)簽活躍

3、周期的概念，標(biāo)簽活躍周期可以很好的反映用戶的行為對推薦系統(tǒng)的影響。同時(shí)分析用戶添加標(biāo)簽時(shí)間對整體推薦的影響，從而提出了標(biāo)簽時(shí)間加權(quán)因子。結(jié)合基于網(wǎng)絡(luò)結(jié)構(gòu)的推薦技術(shù)特點(diǎn)，應(yīng)用時(shí)間加權(quán)因子對網(wǎng)絡(luò)結(jié)構(gòu)推薦算法進(jìn)行改進(jìn)，提出了一種新的基于時(shí)間權(quán)值的個(gè)性化推薦算法。并將該算法與一些經(jīng)典的算法進(jìn)行比較分析，結(jié)果顯示該算法能夠在Delicious和Movielens數(shù)據(jù)集得到令人滿意的結(jié)果，有效的提高了推薦系統(tǒng)的精度、多樣性。在進(jìn)一步的實(shí)驗(yàn)中發(fā)現(xiàn)，基