本研究提出了一种无训练的图过滤方法MM-GF，旨在提高多模态推荐系统的效率。通过多模态特征精炼构建相似性图，使用线性低通滤波器融合信息，MM-GF在推荐精度上提升了13.35%，且运行时间低于10秒，具有良好的实际应用潜力。

本研究提出了一种新方法Group-GF，利用多视图图过滤技术改善组推荐，解决了现有方法在组级互动方面的局限。实验结果表明，该方法在运行时间和推荐准确性上优于现有方法。