1.协同过滤推荐系统中基于遗忘特性的用户相似度计算方法，包括下列步骤：
(1)构建用户-项目评分矩阵；
(2)构建用户-项目时间矩阵；
(3)计算用户遗忘周期：求取所有用户的相邻时间评分项目的评分时间间隔均值，得到用户遗忘周期
(4)构造遗忘指数函数：设定遗忘函数的1/4衰减截止期T0，当时长t小于T0时，遗忘指数函数按指数衰减，衰减因子；λ＝(ln0.25)/T0；当时长t等于或小于T0时，遗忘指数函数恒为0.25；
(5)构造改进的遗忘指数函数：结合用户遗忘周期，使得改进的遗忘指数函数在每个遗忘周期窗内的数值不变，将遗忘指数函数改进为针对每个用户的梯度指数衰减函数；
(6)计算改进后的各用户项目评分和各用户的平均评分，改进后的用户项目评分为项目的原始评分与对应的遗忘函数值的乘积，改进后的用户平均评分为用户所有改进后的项目评分的平均值；
(7)计算基于遗忘特性的用户相似度。