随着经济的迅猛发展,我国已经迎来了信息时代,并且与信息相关的技术也日趋成熟并飞速发展。然而,互联网上过多的分享类资源,使得用户难以在海量的信息中剥去冗余,找到自己真正所需的信息。因此,为了解决这些问题,搜索引擎和推荐系统应运而生。搜索引擎能够帮助用户更快的查找用户直接所需要的信息,而推荐系统则可以根据用户的偏好和口味个性化地把资源推荐给他们。虽然大部分情况下用户很难明确地表达出自己的真实需求,但是通过推荐系统则可挖掘他们潜在的需求。因此,推荐系统的开发是有非常重要的意义。在高校的日常教学活动中,选课系统不仅可以让学生们清晰地了解某一节课的侧重点;同时还能够让学生更好的进行自主的选择,明确自我发展方向。因此,在选课系统中应该能够为学生进行推送和推荐他们真正感兴趣的课程,从而让每个学生都能够选择并选修到自己喜欢并真实需要的课程。本论文基于协同过滤推荐算法与行业中主流的SSM框架等技术,设计和实现了一个针对选课系统的个性化推荐系统。本推荐系统可以通过页面端查看学生用户的课程浏览记录、课程浏览习惯甚至是浏览偏好,把相应的学生用户根据协同过滤算法演算出所可能感兴趣的课程资源推荐给该学生用户甚至是其他学生用户。同时,本推荐系统应用基于用户的协同过滤算法,使学生用户可以进行自主选课,并在选课以及上完课后对该课程进行主观性评价,从而能够更加精确系统所推荐的内容。因此,本课程推荐系统为实际的教学资源的个性化推荐提供了一个很好的解决方案。