[目的]提出一种考虑长短期兴趣及其演化的电影个性化动态推荐方法,捕捉用户兴趣动态变化以提高推荐准确度.[方法]首先,基于观影心理动机将用户兴趣分为长期兴趣和短期兴趣,利用兴趣评分与关注频率计算长短期兴趣值;其次,利用时间窗口与遗忘曲线函数获取时间权重,结合短期兴趣值与时间权重拟合短期兴趣的演化规律;最后,将电影评分与长短期兴趣值相融合,构建用户一项目评分矩阵,预测目标用户评分.[结果]以豆瓣网数据集为例,所提方法的评分预测误差与其他推荐方法相比整体偏小,在评估指标MAE(1.003 1)和RMSE(1.216 0)上表现最优,达到MAE和RMSE最优值时所需邻居数(20)最少.[局限]由于要结合显式反馈...