随着信息技术的快速发展,人们的社交网络方式不断地改变,如何准确地给用户个性化推荐成为当前研究的热点.文中通过对基于网络结构的推荐技术深入的研究,针对该技术中随机游走模型存在的计算开销大、偏离目标及未考虑顶点重要性等不足,建立了一种基于连通性的局部随机游走重启动模型(Connectivity Local Random Walk With Restart Recommendation Algo-rithm,简称C-LRWR).通过仿真实验与图模型中常见的推荐算法进行对比及测试,最后得出改进的C-LRWR算法能够提高推荐的准确率.