传统推荐方法忽略了对大数据项目相似度的预测,导致推荐偏差较大.为此以Slope　One为基础算法,提出新的大数据智能化推荐方法.基于使用者评分的Slope　One算法,通过赋予各项目权值,优化Slope　One算法.分别构建信任机制与皮尔森相关系数的Slope　One优化算法,利用蚁群聚类算法,划分使用者属性特征类别.结合项目使用者属性相似度与使用者相似度的预测评分,得到使用者综合相似度,构建预测评分模型,对比预设评分阈值后,完成大数据智能化推荐.针对Epinions与Film　Trust两个数据集,从均方根误差等角度,量化评估方法性能.实验结果表明,所提方法的推荐误差较小,具有较为理想的推荐效果.