本发明提供一种基于模拟退火粒子群算法的兴趣点推荐方法，包括根据用户预选的兴趣点类型、以及兴趣点类型的影响因素，生成属性信息列表；针对所有类型的兴趣点类型建立最优化求解算法目标函数的表达式；建立初始粒子群，并设置模拟退火粒子群算法的初始粒子群参数；更新粒子群，并对最优值形成记录；输出粒子群的目标函数最优值对应的粒子，并将其作为推荐兴趣点。本方案利用模拟退火算法与粒子群优化的方法，实现了在综合考虑多自变量影响因素的前提下，高效地进行兴趣点的推荐。在粒子群优化求解的迭代过程中，利用模拟退火算法的思想，伴随着退火温度的逐渐降低，使得粒子群的粒子群算法能够更快地收敛到全局最优解。