摘要：傳統的基于物品的協同過濾推薦算法根據用戶的歷史行為,給用戶推薦與用戶之前行為相似的物品.這種傳統的基于物品的協同過濾算法忽略了物品本身之間內在的聯系,完全只是依賴于用戶-物品矩陣,這無法避免由于用戶主觀上的偏見所導致推薦精度的偏差.針對上述的問題,本文重新定義了物品相似度的計算方法,該方法加入了對于物品內在之間聯系的計算.實驗結果證明:本文提出的改進的基于物品的協同過濾算法能在進一步提高了推薦的準確率.