为了解决多用户共享账号情况下，账号内部分用户得不到有效推荐的问题，提出PRASA（personalizedrecommendationalgorithmforsharedaccount）算法，首先利用LDA（latentDirichletallocation）主题模型构建项目特征向量，接着利用DPC（densitypeaksbasedclustering）算法对项目进行聚类分组，为分组后的每组项目分别进行推荐，对于离群点进行单独处理后产生推荐，保证推荐结果可以覆盖更广泛。实验结果表明，提出的PRASA算法可以有效地为共享账号的用户产生合适的推荐。