个性化推荐系统是大数据时代信息过滤的有效手段，影响推荐系统预测准确性的主要原因之一是数据稀疏性。Slope One 评分预测推荐算法采用简单的线性回归模型解决数据稀疏问题，具有易于实现、评分预测速度快的特点，但它在训练阶段生成项目之间评分差的时间和空间消耗大，训练阶段需离线进行。为解决以上问题，提出一种简化的 Slope One 算法———Simplified Slope One，以两项目历史平均分之差代替项目评分差，来降低算法的时间复杂度和空间复杂度，简化耗时最多的生成项目之间评分差的过程，以