目前已有各种推荐算法来解决互联网的信息过载问题，其中物质扩散算法和热传导算法是近年来颇受关注的两种推荐算法。物质扩散算法虽然具有较高的准确率，但推荐结果集中在少数热门物品上，缺乏多样性，而热传导算法虽然具有较好的多样性，但准确率又明显偏低。为了解决这对矛盾，提出了一种混合算法。新算法在相似性计算模型上融合了两种传统算法的优点，增加了一个调节参数来抑制系统对热门物品的过度推荐。实验结果表明，在一定的参数条件下，新算法在准确率和多样性两个指标上能够超越传统算法，并且该算法在平衡准确率和多样性这一对矛盾时表现得比传统算法更好。