在众多的个性化推荐技术中，协同过滤推荐技术是电子商务推荐系统中应用最成功的推荐技术之一。传统的协同推荐过滤算法存在数据稀疏性，冷启动以及推荐的精确和实时性等问题，对于这些存在的问题，大量的国内外学者提出了多种解决方案，并在一定程度上获得了相对理想的效果。而协同过滤算法还在存在于计算用户相似度时用户之间在项目集合内对所有项目的评分尺度差异被忽略的问题，尽管目前提出的修正的余弦相似度算法和皮尔逊相似度算法在一定程度上该问题有改善，但是用户之间对项目的单条评分尺度差异问题依旧存在，当两个用户对一个共同