本发明公开了基于用户兴趣和评分偏好差异自适应结合的协同过滤推荐算法，包括以下步骤：步骤一：用户相似度的计算；步骤二：用户评分偏好差异的建模；步骤三：用户相似度和用户评分偏好差异的自适应结合；步骤四：目标用户的评分预测并给予推荐；本发明的协同过滤推荐算法通过集成用户兴趣和评分行为偏好差异，利用改进的相似度计算方法，融合项目评分及时间因素，计算了用户之间的兴趣相似度，通过利用用户评分的变异系数，对用户评分行为偏好差异进行建模，最后，自适应结合为ITPCR相似度，并据此选择最近邻用户，并根据邻居集为用户生成推荐，该算法缓解了数据稀疏性的问题，提高了系统的推荐效率和精度。