异构环境下，为进一步提高基于用户的数字资源服务协同过滤推荐精准度和缓解冷启动、数据稀疏对推荐质量的影响，提出融合读者情景和社会网络的数字资源服务协同过滤推荐方法。该方案设计融合评分相似度计算、情景相似度计算、邻居信任度计算的读者近邻相似度综合计算方法，提出基于读者近邻相似度综合计算的评分预测和服务推荐方法，基于迪杰斯特拉思想设计了信任度计算算法，求解读者邻居信任度。通过在真实数据集上验证，所提出的方法在一定程度上改善了基于用户协同过滤推荐的精准度，并且一定程度上缓解了冷启动、数据稀疏对推荐质量的影响。