：针对传统的协同过滤推荐算法没有考虑用户向量维度以及评价值差异的问题，提出了一种基于归一化方法的协同过滤推荐算法。算法在计算用户或项目相似度之前首先将用户对每一项目的评分值归一化到一个统一的值域范围，然后再计算用户向量空间的相似性并进行预测推荐。实验结果显示该算法能够准确地找到相似的邻居用户或项目，预测及推荐测性能有较大提高。