Este documento propone un nuevo modelo de filtrado colaborativo que introduce un factor de diferencia de usuario para abordar el problema del rendimiento de similitud menos pronunciado en los algoritmos tradicionales. El algoritmo se aplica a la recomendación de indicadores de comportamiento de competencias clave de los pilotos para apoyar los arreglos de entrenamiento diario de los pilotos, mejorar sus competencias clave y garantizar la seguridad de los vuelos de aviación civil. En primer lugar, basado en métodos tradicionales de filtrado colaborativo, se introduce un factor de diferencia de usuario para mejorar el modelo de cálculo de similitud de Pearson. En segundo lugar, se evaluaron las ventajas y desventajas de los modelos de recomendación de filtrado colaborativo utilizando varios métodos como el error absoluto medio, la precisión, el recall y la diversidad. Finalmente, el nuevo modelo se aplica a la recomendación de indicadores de comportamiento de competencias clave de PLM, proporcionando una lista de recomendaciones de diferentes indicadores de comportamiento de los pilotos para apoyar sus planes y arreglos de entrenamiento de rehabilitación o mejorados. Los resultados del cálculo muestran que el nuevo modelo de filtrado colaborativo demuestra mejores ventajas, no solo reduciendo el valor de MAE, sino también mejorando la precisión, el recall y la diversidad de los resultados del cálculo, proporcionando una guía efectiva y un apoyo teórico para el entrenamiento de vuelo de los pilotos y un vuelo seguro.