针对推荐系统中用户兴趣的潜在性以及高时效性业务场景下用户兴趣的不稳定性和时间迁移性进行研究，提出一种基于用户潜在时效偏好的推荐方法。通过深入分析用户的历史行为与用户潜在兴趣的关系，提出基于概率主题模型的用户兴趣挖掘方法，避免了传统推荐方式对用户兴趣潜在性的忽略；同时，基于高时效业务对时间敏感性的考虑，结合隐马尔可夫模型对用户兴趣进行实时捕获，发现用户的兴趣迁移序列，并以此提出基于用户时效偏好的推荐方法。最后通过相关实验验证了该方法的可行性。