本发明公开了一种基于状态转移的奖励值音乐推荐算法，与现有技术相比，本发明针对当前音乐推荐算法的不足，本发明以巧妙引入奖励值的概念，将音乐顺序纳入研究范围，将用户选择怎样的音乐列表视作马尔可夫决策过程，推荐音乐列表的每一首音乐，都视作决策过程中状态的变化，因此，不同状态会对当前局面产生不同的奖励值，算法选择奖励值******的状态序列，在此即为奖励值******的音乐列表。同时，将用户个人历史数据与整体用户数据做均衡，优化推荐效果，创新地加入音乐流行度和用户从众度，提出了基于状态转移的奖励值算法，具有推广使用的价值。