本发明公开了一种基于多维标签与分类排序的推荐算法，包括步骤：1)对标签数据进行组合构成多维标签信息；2)利用多维标签信息计算多维标签相似度，融入用户协同过滤中并预测评分，得到推荐候选集1；3)利用多维标签信息作为隐式反馈信息输入到矩阵分解中并预测评分，得到推荐候选集2，并结合推荐候选集1得到最终推荐候选集；4)将得到的最终推荐候选集输入到逻辑回归分类模型中分类排序，根据输出分值排序得到Top?N推荐列表。本发明将标签信息组合成多维标签，融入到协同过滤中得到推荐候选集，再通过逻辑回归分类排序得到Top?N推荐列表，有效缓解推荐系统的冷启动问题，稀疏性问题和可拓展性问题，提高推荐效果。