偏好挖掘在电子商务中扮演着重要的角色和视频网站提高用户满意度和忠诚度。一些经典方法不适用于当用户或项目本身的问题是新的。在本文中,我们提出一种新的模型,称为参数邻域粗糙集两个宇宙(NRSTU)来描述用户和项目的数据结构。此外,附近的下近似算子用于定义规则的偏好。然后,我们为用户提供对推荐项目通过使用这些规则。最后,我们给一个实验性的例子显示的细节NRSTU-based偏好挖掘本身问题。模型的参数进行了讨论。实验结果表明,该方法提供了一个有效的解决方案偏好挖掘。特别是NRSTU提高推荐精度约19%相比,传统的方法。