针对传统协同过滤推荐算法存在推荐质量不高的局限性, 提出一种基于评分支持度的最近邻协同过滤推荐算法。该算法用调整后的共同评分次数动态调节相似度的值, 以更真实地反映彼此间的相似性。然后计算目标用户和目标项目的最近邻集合及各自评分和支持度, 根据评分支持度自适应调节基于目标用户和目标项目的评分对最终推荐结果影响的权重。与其他算法的对比实验结果表明, 该算法能有效避免传统相似度度量方法存在的问题, 从而提高了推荐质量。