文章首先基于现有的几种协同过滤算法,以及当前算法存在的问题,提出了一种基于用户评分的最近邻协同过滤混合算法,并与经典算法:基于物品的协同过滤算法对比,同时与当下比较流行的几类推算法做了对比。利用最近邻思想解决了数据稀疏导致的准确率下降问题,利用用户评分属性使得推荐不仅更加准确,而且提升了推荐的质量。本文利用MoiveLen数据集进行训练测试,通过与已有经典高效算法的横向和纵向对比,融合在机器学习领域中排序算法,得出不同算法的利弊。通过机器学习实现智能推荐,利用智能信息处理、智能控制决策的控制方式实现智能推荐,在智能控制方面取得较好的效果。