针对因Slope One算法没有考虑相似性，而导致个性化推荐准确率不高的问题，提出了一种基于用户相似性的加权Slope One算法（BUS weighted Slope One算法）。通过先评定用户活跃度，筛选出活跃用户，然后依据项目间相似性对部分未评分项目进行预测填充，再利用用户间的相似性得到用户的最近邻居集合，将用户间的相似性作为预测评分权重，最后根据最近邻居集合对样本进行预测分析。通过三组实验研究结果表明，与其他传统方法相比，提出的方法同时提高了评分预测的准确性和计算效率。