本发明涉及一种对用户进行个性化推荐的方法和装置。该方法主要包括：利用用户的标签数据计算用户之间的相似度，利用产品的标签数据计算产品之间的相似度，根据相似度信息获取每个用户和每项产品的邻居集合；基于所述用户和产品的邻居集合信息，采取最近邻居矩阵分解算法计算出用户和产品的特征向量；根据用户和产品的特征向量，预测用户对未评分产品的评分数据，根据所述评分数据对用户进行个性化产品推荐。本发明实施例能在矩阵分解模型中引入了标签信息、邻居集合信息，使得相似的用户/产品具有相似的特征向量，因此既拥有矩阵分解模型的优点，又能够在全局结构中抓住邻居间的强关系。
