针对传统协同过滤算法稀疏矩阵和推荐精度不高的问题，根据一种社会心理学模型提出了基于群体动力学的协同过滤算法。该算法综合考虑了个体因素和环境因素对用户评分行为的影响，以此来调整传统的评分预测方法，然后为用户进行推荐。实验结果表明，该算法可以明显地提高推荐的精确度，有效地缓解稀疏矩阵问题；同时该算法还可以有效减少积累误差。最后将该算法成功运用在西安景点的推荐服务上。