本发明公开了一种混合高斯建模改进的协同过滤推荐方法，包括步骤：1)对用户?物品评分矩阵的各个物品的评分分布建立混合高斯模型；2)利用EM算法计算出每个物品评分分布的混合高斯模型参数；3)根据每个物品评分的混合高斯模型计算每个用户的惊异度向量；4)根据用户的惊异度向量计算用户之间的相似度；5)根据用户之间的相似度进行协同过滤推荐。本发明通过对物品评分分布进行混合高斯建模，计算出所有用户的惊异度向量，在此基础上计算用户的相似度，最后进行协同过滤推荐，缓解数据的稀疏性问题，有效的提高推荐效果。