本发明公开了一种个性化自适应捆绑推荐模型及推荐方法，属于推荐数据处理领域。基于个性化自适应捆绑推荐模型的推荐方法包括以下步骤：S100、采用D‑TI根据用户的访问路径生成初始捆绑包，进而优化为基础捆绑包；S200、采用带有约束的多目标优化方法优化基础捆绑包；S300、提出一种新的基于正、负情况相关性的损失计算方法，并利用所述损失计算方法对捆绑包进行优化。本发明使捆绑包集合的质量和多样性得到了有效的保证，并提出了一种针对捆绑包的优化方法，使其整体性能得到进一步优化，最终使本发明的推荐模型获得了较好的性能。