先簡單地介紹了局部低秩矩陣分解推薦算法（ＬｏｃａｌＬｏｗ－ＲａｎｋＭａｔｒｉｘ Ａｐｐｒｏｘｉｍａｔｉｏｎ，化ＯＲＭＡ）的內容該推薦算法結合了基于記憶的協同過濾推薦 算法和基于模型的協同過濾推薦算法的特點。然后介紹了時間因素對推薦系統的 影響，接著介紹張量分解這一數學模型，最后針對推薦算法ＬＬＯＲＭＡ忽略時間因 素這一缺點，結合張量分解對推薦算法ＬＬＯＲＭＡ進行改進，提出了改進的基于時 間的局部低秩張量分解（ＬｏｃａｌＬｏｗ－ＲａｎｋＴｅｎｓｏｒＦａｃｔｏｒｉｚａｔｉｏｎ，ＬＬＯＲＴＦ）推薦算法