本发明适用于计算机领域，提供了一种基于大数据的商品推荐方法和推荐系统，包括：获取用户的浏览行为信息，基于浏览行为信息建立第一兴趣标签；基于用户与其他用户的交互热度信息，至少选定一名其他用户建立第二兴趣标签；基于第一兴趣标签和第二兴趣标签建立关联兴趣标签；分别计算第一兴趣标签、第二兴趣标签与关联兴趣标签之间的差异值，基于计算结果获取偏重差异信息，所述偏重差异信息用于表征第一兴趣标签和第二兴趣标签与关联兴趣标签之间的共性信息和特性信息，本发明的有益效果在于：有效提升用户的潜在交互使用体验，有效减轻服务器数据分析和存储压力。