本发明涉及一种开放网络中基于上下文和用户兴趣的实时去处推荐方法,其主要技术特点是包括去处推荐客户端处理步骤：定义用户的配置文件和上下文并发送至服务器端口；去处推荐服务器离线处理步骤：采集去处相关数据,进行数据归一化和向量化：去处推荐服务器在线处理步骤：拦截用户请求,解析用户配置文件和上下文信息,基于线性插值进行相似度计算,排序相似度得到推荐结果。本发明设计合理,在有限的训练数据情况下,能够有效利用上下文进行相关度判断,算法可在极短的时间内进行响应,时间复杂度低,具有较高的准确性和稳定性,可广泛应用于基于上下文的去处实时推荐中。