对于推荐系统,用户的喜好与用户群体的喜好存在巨大的关联。用户群体的喜好会随着时间不断变化,为了捕捉用户群体喜好变化,实现用户个性化推荐,本文提出了一种基于用户群体兴趣变化的个性化推荐算法。算法利用马尔科夫链、K均值聚类和多层神经网络的方法来捕捉用户群体的兴趣变化特征。经过在MovieLens数据集上进行的实验结果表明,本文提出的算法在多个评价指标上优于对比算法。