本发明涉及基于大数据和数据挖掘推荐系统技术领域，尤其是一种个性化推荐系统的推荐方法。本发明系统包括：数据接口层、用户日志系统、知识库、实体关系图库、推荐运算系统。数据接口层用于与上层业务系统进行通信；用户日志系统包含用户在应用系统里的所有操作记录；知识库是应用系统里所有数据的集合和推荐系统的学习集；实体关系图库用于存储用户、数据实体、属性等相互之间的关联关系；推荐运算系统是综合用户偏好和用户权值根据特定的算法自动向用户推荐其感兴趣的话题数据。本发明解决推荐系统的冷启动问题以及用户的兴趣不断变化带来的推荐运算复杂度增长的问题；可以用于大数据的处理。1.一种基于用户日志和实体关联图库的个性化推荐系统的推荐方法，其特征在于：所述的系统主要包括有以下模块：数据接口层，负责与业务层的数据通信，接收数据请求以及发送推荐结果；知识库，作为系统的数据源和推荐运算系统的学习集；用户日志系统，记录用户在业务层的所有操作记录；实体关联图库，分析知识库的数据，剖析并存储用户、实体数据、属性相互之间的关联关系；推荐运算系统，接收数据接口层的输入，根据用户日志系统计算其最近偏好值，综合最邻近用户的偏好数据，得出用户可能最感兴趣的一个数据实体序列；所述的推荐方法包括如下步骤，步骤一，用户点击查看一条实体数据时，实体关联图库中相应属性的关联权值也会动态变化并重新被计算；步骤二，分析用户当前点击实体数据的时间点和一个较早的时间点之间的实体数据的相关性，通过不断迭代收敛找出相关值最高的一个最近时间点，取这两个时间点之间的实体数据作为用户的最近偏好值数据源；步骤三，根据用户的最近偏好值和动态变化的实体关联图库，综合处理后得出与用户当前偏好最接近的推荐结果。