本发明公开了一种基于综合相似度迁移的协同过滤算法，与现有技术相比，本发明在相似度计算上，即利用了用户评分信息同时也利用了用户属性信息，并且考虑了用户间对满意度的打分标准的差异性，采用了用户评分分布一致性来衡量用户评分相似度的方法，提高了相似度计算的准确性，从而提高了数据迁移的质量。实验结果表明，该模型较其他算法能比较有效地缓解数据稀疏性问题。未来可以考虑联合项目相似度或其他知识，如文本信息，对辅助领域的数据进行迁移，通过这种方式可以提高迁移数据的质量，从而提高推荐精确度。