Un producto está compuesto por varios componentes, y el número, tipo y combinación de componentes juegan un papel crucial en el proceso de diseño del producto. Es difícil obtener un esquema optimizado en poco tiempo. Para mejorar la eficiencia del diseño del producto, se propone un algoritmo de recomendación de esquemas de diseño de productos basado en árboles multi-vía y aprendizaje para clasificar. En primer lugar, se genera el modelo de solución del producto, cuyos nodos se obtienen al mapear los atributos del producto, de acuerdo con el proceso de diseño, y se obtiene el esquema alternativo al recorrer el modelo de árbol múltiple. En segundo lugar, considerando la cognición de los usuarios sobre la importancia de cada atributo del producto, se aplica el proceso de jerarquía analítica (AHP) para asignar peso al atributo del producto, y luego se utiliza el método de similitud a la solución ideal (TOPSIS) basado en AHP para clasificar las soluciones alternativas. Además, de acuerdo con la preferencia de los usuarios por la información del proveedor de piezas, se utiliza el algoritmo de aprendizaje para clasificar para optimizar la lista de esquemas alternativos dos veces. Finalmente, tomando el diseño del polipasto como ejemplo, se verificó que el método propuesto tenía una mayor eficiencia y un mejor efecto de recomendación que el método de diseño paramétrico tradicional.