Les systèmes de recommandation, et notamment le filtrage collaboratif, sont traditionnellement utilisés dans les domaines du e-commerce et de la navigation web pour suggérer des ressources pertinentes aux utilisateurs au moment adéquat. Dans des approches dites "modèle", nous pouvons trouver les modèles à base d'usage et les règles d'association. Dans la littérature, ces modèles sont présentés comme des systèmes temps-réel. Ces dernières années, le domaine du m-commerce a émergé, dans lequel les recommandations sont diffusées sur un mobile au lieu de l'écran d'un ordinateur. Il faut donc adapter les techniques de recommandation aux nouvelles contraintes des terminaux mobiles. En particulier, puisque le respect de la vie privée est un objectif important, une façon de la préserver est de stocker les systèmes de recommandation sur le mobile. Cependant, bien que les systèmes de recommandation à base d'usage sont temps-réel, la génération des recommandations est complexe, et dans le cas où ils sont stockés sur le mobile, ils peuvent ne plus être temps-réel. Dans cet article, nous proposons un nouveau système de recommandation incrémental, à base d'usage, dans le but d'obtenir des recommandations instantanées dans le cadre du m-commerce