摘要：評分預測是推薦系統的重要環節,現在大部分的評分預測是利用用戶的歷史評分記錄來推斷該用戶將給某個項目打多少分.該方法利用了用戶歷史評分記錄,沒有充分利用用戶或者項目屬性,平均絕對誤差較大.針對以上問題,構造一種基于用戶自畫像的評分預測協同過濾推薦算法.該算法通過計算用戶之間歷史評分記錄的相似度和用戶自畫像之間的相似度,然后計算出兩種相似度的權重,把兩種相似度乘以各自的權重進行組合.實驗結果表明,構造的評分預測算法較好的減少預測評分和實際評分之間的平均絕對誤差,提高了評分預測的準確性.