本发明在传统的基于贝叶斯个性化排序的推荐方法基础之上，公开了一种基于带权贝叶斯个性化排序的强时序性项目推荐方法及系统，属于推荐系统领域。本发明基于隐式反馈数据集提取出所有表示同一用户对两个不同项目的喜好程度偏序关系的三元组，通过引入偏序关系三元组的可信度作为每个偏序关系三元组对应项的权重系数，该方法能使得更可信的偏序关系三元组产生的训练效果更强、更不可信的偏序关系三元组产生的训练效果更弱。偏序关系三元组的可信度由相关项目的时序信息计算得出，所以最终训练完成的模型中将包含对于推荐项目时序信息的考虑，在处理具备较强时序性的推荐项目时能取得更好的效果，相比于传统方法能更好地处理具备较强时序性的推荐项目。