信息技术与互联网技术的快速发展,对我们的日常生活有着显著的影响。人们获取信息的方式也层出不穷,网络浏览新闻已然成为我们获取各类资讯的重要方式。但是由于各个用户有着不同的需求,用户对信息的筛选收集已经变得较为困难,为了避免用户陷入垃圾信息狂潮的尴尬境地,面向用户的个性化推荐服务已经广泛应用于各大网站。正如个性化推荐在电子商务,远程教育等方面越来越广泛应用,把个性化推荐技术应用到新闻的推荐,已是大势所趋。目前个性化新闻推荐系统有着良好的发展空间,市场上提供新闻资讯的网站繁多,但是专门针对科技类资讯进行推荐的系统还较少。鉴于此,本文围绕科技新闻推荐系统进行设计和实现。首先指出课题开发背景和意义,分析个性化技术的发展和新闻推荐系统的研究现状;其次对系统的需求和体系架构功能进行分析和设计;接着采用MVC开发模式设计并实现系统,以瀑布流的形式呈现整个新闻页面,利用混合推荐的方式实现了推荐模块;其中通过网络爬虫的方法进行新闻数据的采集,利用数据清洗技术除去脏数据、保障新闻的内容;同时建立并更新了用户兴趣模型,采用基于语义网来改进推荐系统的本体过滤,利用信任网络解决系统中数据稀疏、冷启动问题,提高科技新闻推荐的准确性。经过初步测试,本系统各个模块功能已经实现,推荐效果达到预期设定的目标。