基于内容过滤和协同过滤是两大最为经典的推荐算法，但基于内容过滤存在新用户问题，没有考虑用户兴趣变化对推荐质量的影响，协同过滤则面临严峻的数据稀疏性和冷启动的挑战．针对这些，提出混合推荐算法: 基于非线性逐步遗忘函数建立用户兴趣模型，预测用户未评价商品评分;引入“领域最近邻”处理方法查找目标用户的最近邻，预测未评价商品评分，以此为基础做出推荐．实验结果表明，本文方法能有效提高推荐质量．