从理论界的层面而言,现阶段有诸多的研究人士对推荐系统予以了高度的重视,它的应用范围正在逐渐的拓宽。与此同时,与之对应的功能需求的数量也随之而大幅度的提升。举例来说,用户通常来讲会对实时性要求以及准确性要求这两个方面格外的关注。就现阶段来说,无论是在用户自身提出复杂程度较高的需求时,还是系统在分析用户所传达的需求的过程当中,均会运用到多回合模式。对于早期的机器来说,运用单回合模式的优势较为明显和突出。然而从多回合模式的角度而言,则要对强化算法予以高度的重视。笔者将微博网作为先决性条件,建立起以用户画像作为前提条件的推荐模型。之所以要建立起这样一个模型,是为了能够对用户对于项目特征的了解程度以及个人偏好予以详细而透彻的研究,不仅如此,在其中还科学且合理的加入个性化要素。除此之外,在预测评分的期间,笔者则具有高度针对性的选择了引入权重因子这样一种手段,从而使得预测结果更加高效和无误。如果将笔者所提出的模型与早期的推荐算法这两者相互比较一番则能够不难发现,前者所得出的结果更加的精准,误差值较小。然而总体来说,笔者所提出的模型依然有进一步提高和完善的地方,希望在以后的学习当中对其予以更深层次的完善。