最近邻计算是协同过滤方法中直接影响到推荐系统的运行效率和推荐准确率的重要一环。当用户和项目数目达到一定规模的时候，推荐系统的可扩展性明显降低。聚类的方法能在一定程度上弥补这个缺陷，但同时又会带来推荐准确性的下降。提出了一种与信息检索领域中的倒排索引相结合并采用“成员策略”的用户聚类搜索算法，缩短了最近邻计算的时间，实验的结果证明，该方法能在保证推荐正确性的前提下有效改善协同过滤推荐系统的可扩展性。