近几年来,互联网技术蓬勃发展,4G网络的广泛应用使得用户在移动端收发邮件也越来越方便,邮箱的使用范围与场景也扩大了。然而,邮箱作为一种人们生活中必不可少的社交应用,在个性化广告推荐方面还比较欠缺。目前针对邮箱平台的广告大部分都是无差别投放的,绝大多数用户对于这样的广告不感兴趣甚至存在些许反感情绪,广告效果大打折扣,无法达到其投放目的。基于上述原因,本文旨在实现推荐系统在邮箱平台的应用,通过邮箱用户的注册信息、操作行为等数据,获得用户的兴趣偏好,从而为其推荐相应的物品。并通过反馈系统等,对用户的兴趣进行修正。本文提出了邮箱平台的混合推荐方法,首先通过使用基于内容的推荐方法,提取分析邮箱用户的注册信息、邮件信息与邮件往来信息,获得用户偏好向量,根据用户的偏好向量以及物品的特征,为其初始推荐。系统运行一段时间后,数据的稀疏度变小,此时可以使用协同过滤推荐算法,将信任机制加入到用户相似度计算方法中,获得邮箱社交维度下的用户最近邻居集以及项目预测得分,最终得到推荐物品。同时,本文提出了一种项目类内评分预测方法,根据推荐物品的属性特征,为推荐物品分类,在项目类内,根据用户-项目评分矩阵,计算项目相似度,由项目的最近邻居集,得到目标项目的预测得分,对较为稀疏的评分矩阵进行填充。本文提出的方法在效果验证中体现出了不错的推荐性能。