为了解决多用户共享账号情况下,账号内部分用户得不到有效推荐的问题,提出PRASA(personalized recommendation algorithm for shared account)算法,首先利用LDA(latent Dirichlet allocation)主题模型构建项目特征向量,接着利用DPC(density peaks based clustering)算法对项目进行聚类分组,为分组后的每组项目分别进行推荐,对于离群点进行单独处理后产生推荐,保证推荐结果可以覆盖更广泛.实验结果表明,提出的PRASA算法可以有效地为共享账号的用户产生合适的推荐.