摘要： 【目的/意义】针对主流APPS推荐系统一般仅能推荐同类别APPS的现状，提出了一种基于协同过滤的 APPS跨类别推荐算法（APPSR）。【方法/过程】该算法先对APPS进行聚类，考虑APPS簇间相似度，对未评分APPS 进行评分预测，构建无缺失的用户-APPS评分矩阵。在传统协同过滤技术的基础之上，引入了时间权重函数与热 门APPS惩罚机制，体现了用户兴趣的时效性，消除了热门APPS对推荐结果的影响。根据不同用户对多种APPS的 评分，预测用户对其它类别APPS的喜好，为用户提供跨类别的APPS个性化推荐。【结果/结论】通过实验验证了 APPSR算法的可行性与有效性，为APPS个性化推荐提供了新方法。
