個性化推薦作為一種有效的信息獲取手段已成功應用于電商、音樂和電影等領域。已有研究多數聚焦于推薦的精度，缺乏對推薦結果的多樣性考慮，忽略了應用領域中被推薦項目的流程特性（如“互聯網+政務”中辦事項的推薦）。為此提出一種綜合用戶社區與關聯序列挖掘（ CAS-UC）的電子政務推薦算法，優先向用戶推送利益關聯最大的辦事項。首先，對用戶和辦事項的靜態基本屬性以及動態行為屬性分別進行特征建模；其次，基于用戶的歷史辦事記錄和屬性相似度進行用戶社區發現，預篩選出與目標用戶最為相似的用戶集，提高推薦結果的多樣性，減少核心推薦過程的計算量；最后，辦事項的關聯序列挖掘充分考慮了電子政務的業務特性，加入時間維度的辦事項序列挖掘，進一步提高了推薦結果的精度。以蕪湖市易戶網為平臺載體，基于Spark計算平臺對用戶脫敏后的信息進行仿真，實驗結果表明，CAS-UC適用于被推薦項目具有序列或流程特性領域的推薦，與傳統推薦算法如協同過濾推薦、矩陣分解以及基于語義相似度的推薦算法相比，具有更高的推薦精度，用戶的多社區歸屬因素增加了推薦結果的多樣性。