【摘要】基于个性化信息服务中用户偏好随时间变化的特性,采用聚类、关联规则等技术,对用户偏好进行动态挖掘。通过追踪用户需求序列,最终产生Top-N产品推荐,旨在提高推荐系统的推荐质量。然后选取协同过滤算法作对照,并采用MovieLens站点提供的测试数据集。通过对召回率和精度两项指标的分析,表明该动态挖掘算法具有较高的推荐准确度和全面性。