本发明公开了一种基于协方差的商品推荐方法，其包括以下步骤：S1、获取每个用户购买每个物品的次数和每个用户的初始行为向量；S2、获取任一物品与每个物品之间两两相关性的协方差值；S3、获取基于该物品的协方差矩阵；S4、根据初始行为向量和协方差矩阵得到物品的推荐值；S5、对于任一用户，去除该用户已购买的物品及对应的推荐值，并将剩下的物品按照该用户给出的推荐值的大小进行排序，得到针对于该用户的商品推荐列表。本发明充分考虑了用户购买行为的随机性，将协方差应用到商品推荐领域，根据用户的历史行为，使得推荐的商品更符合每个用户的需求，有效解决了电子商务中信息过载导致用户选择难的问题。