【摘要】[目的/意义]传统推荐方法仅考虑用户过去的兴趣偏好,忽略了用户兴趣偏好的漂移性问题,使得推荐结果过于专门化,不能给用户提供新颖的推荐项目。[方法/过程]文章提出了一种基于语义关联和信息距离的个性化推荐方法,该方法将项目的信息量融入到传统的语义关联相似度中,从而实现了用户兴趣偏好的有益迁移,使推荐得到有效扩展,改善了推荐专门化问题。[结果/结论]通过设计实验验证了信息距离能够对推荐结果产生较大影响,提出的方法可以给用户推荐其感兴趣并且更有价值的项目。随着新项目的不断加入,项目的信息量会动态变化,系统会不断调整推荐列表以适应用户需求。[局限]不足之处在于模拟仿真实验下样本量不足引起的可信度问题,后续的研究将利用爬虫工具收集大数据进行算法测试,验证方法在大样本环境下的有效性。