随着互联网的发展，电子商务逐步融入到人们的生活中，为人们带来便利的同时，也使人们在面对大量的商品和服务信息时无所适从，信息超载问题日益严重。推荐技术是解决信息超载问题最有效的技术手段之一，已由简单的为用户甄别商品，扩展到为商家促进销售、提升商品与服务的品牌形象。在理论研究领域，也已引起众多学者的关注，二分网络在推荐技术中的应用，进一步促进了推荐技术的发展。为研究二分网络的结构特点及其在推荐技术中的应用，本文在对推荐技术现状和二分网络已有理论深入研究的基础上，提出了基于二分网络的多维度推荐技术框架，该框架通过在得到的二分重叠社区结构上，结合三种基本推荐模型，实现最终推荐。本文的研究工作主要分为以下几个方面：(1)根据传统的基于二分网络投影的推荐技术，提出了基于二分网络投影的多维度推荐算法，在构建的三个维度推荐模型的基础上，以动态自适应的方法确定三个维度推荐模型的权因数，实现最终推荐，有效解决了推荐结果准确性和多样性之间存在的矛盾问题。(2)利用仿射传播聚类结果准确，在处理大型数据方面的优势，提出了基于仿射传播的二分重叠社区发现算法，通过将仿射传播聚类方法应用到二分网络边社区划分中，得到重叠的顶点社区。该算法可实现局部社区划分，得到分层、嵌套和重叠的二分社区，同时能降低社区划分的复杂度。(3)通过分析上述算法得到的社区结构，提出了基于二分社区的多维度推荐算法，利用二分网络投影的多维度推荐算法，实现社区内部、社区间及重叠社区的多维度推荐，有效提高了推荐的准确性和多样性。本文还为文中提出的技术与方法设计了实验，最后通过对实验结果的分析，验证了本文提出算法的有效性。