针对基于用户的协同过滤算法存在的用户—项目评分矩阵数据稀疏，用户兴趣存在漂移等问题，提出一种基于用户年龄滑动窗口和项目倒排索引的算法模型。算法在传统的基于用户协同过滤基础之上，综合考虑用户以及项目特征对相似度算法产生的影响，采用改进的用户相似度算法对项目进行预测和推荐。在Movielens数据集上的实验结果表明，与传统基于用户的协同过滤算法相比，新算法运算效率有了明显提高，推荐准确率在同等数量集下也有了提升。