随着互联网络信息技术的不断发展，网络信息共享已成为一种必然的趋势。这必然为我们的生活带来巨大的变化，信息技术除了为我们带来便利之外，如何从大量信息中找到对我们有用的信息成为一个难题，我们面临着“信息过载”问题。紧随着网络信息技术的发展，应运而生的电子商务也面临着同样的问题，在商品品种不断增多数量不断增大的情况下，如何帮助客户在海量的各种产品中挑选出符合客户需要的物品，成为一个挑战。　　 推荐过滤系统正是一种帮助人们对信息进行筛选的工具。过滤技术是推荐系统的核心。在如何改进协同过滤技术方面主要存在着两个方向：改进执行效率和提高精度。本文对传统的基于项目聚类的协同过滤技术进行了研究，分析其优缺点。基于k均值算法迭代重定位思想并参考BIRCH算法，根据协同过滤的应用环境对BIRCH中的关键概念进行修改，提出了PBCF算法对协同过滤的聚类方式进行改进。经过实验分析，基于PBCF算法的协同过滤推荐方案，在保持推荐精度的前提下，能较大的提高系统的推荐算法执行效率，减少推荐响应时间。