【摘要】［目的 ／意义］针对目前融合情境因素的信息推荐方法大都存在推荐前的情境过滤（ｐｒｅ－ｆｉｌｔｅｒｉｎｇ）和推荐后的情境过滤（ｐｏｓｔ－ｆｉｌｔｅｒｉｎｇ）所导致的价值信息流失问题，将情境因素融入到推荐过程中，实现基于用户－资源－情境的多维推荐。［方法 ／过程］将情境因素融入推荐的过程中，动态挖掘在不同情境下用户兴趣的偏好，利用社会网络的相关指标赋予用户兴趣初始值，从空间距离的视角计算用户兴趣的权重，最后，借鉴内容过滤和协同推荐的思想实现用户的评分预测，进而按照用户的兴趣进行推荐。［结果 ／结论］与以往二维推荐的实验比较表明，将情境因素融入到推荐过程中的方法在减少价值流失的基础上，能更为准确地揭．．．