本发明公开了一种面向物品多指标评分数据的推荐方法，包括：1)将用户对物品多个指标的原始评分数据，使用字典映射的方式进行数据预处理；2)初始化所有用户物品的特征向量，并根据预处理后的评分数据构造用户物品评分矩阵；3)使用用户物品的特征向量和用户物品多指标评分信息来计算用户对物品多个指标的预测评分，作为中间结果；使用用户对物品多个指标的预测评分和用户物品评分矩阵计算用户对物品的总预测评分；4)根据用户对物品的总预测评分生成推荐列表。本发明利用用户对物品多个指标的评分数据来学习用户对物品不同方面的兴趣，并聚集用户物品二部图中用户与物品的邻居信息，从而获得更优的用户物品特征向量，有效提升了推荐预测的准确率。