本发明公开了一种用户隐式反馈的量化评分方法，包括步骤：收集用户对物品的操作行为信息，得到用户对物品的隐式反馈；统计用户对物品的隐式反馈信息，计算每类隐式反馈行为的显著性系数及该隐式反馈行为的转化率，得到各类隐式反馈行为的初级评分；以用户为单位得到用户的隐式反馈集合，根据初级评分，对用户的隐式反馈集合中的物品进行降序排序，得到排序序列；利用评分学习模型计算排序序列中各序列位置所对应的物品的评分值，得到用户?物品的隐式反馈量化评分。本发明将各种类型的用户隐式反馈信息转化成用户对物品的评分信息，为各种具有用户隐式反馈信息的个性化推荐场景提出了一种高质量的用户隐式反馈量化评分方法。