随着软件开发技术不断更新迭代,在软件工程中,如何有效地提升软件开发的效率与品质,是目前软件工程学研究的重点,软件复用是解决这一问题的重要途径。近年来,各种开源社区的出现,数不胜数的开发者和有关行业人士都加入到开源软件的学习与共享中。长久以往下来,开源社区中也积淀了大量的开源软件项目资源,其具有涉及领域广泛、质量参差不齐等特点,加大了用户寻找可复用项目资源的难度的同时也降低了推荐结果的准确率。在类似Gitee这样的开源社区中,开发者一般会通过输入和项目功能相关的关键词来搜索自己感兴趣或者与其工作相关的项目。但关键词并不能完全描述一个软件项目的功能特征,用户很难选择合适的关键词进行搜索,因此通过关键词搜索得到的结果效率较低,无法快速为用户推荐真正需要的项目。综上所述,用户在开源社区中寻求可复用项目资源时会面临着搜索难度大且效率低下等问题。为了解决这些问题,本文进行了如下工作:（1）基于描述文档和源代码的功能特征提取。项目仓库中的描述文档与源代码包含着可作为项目功能特征的信息,本文从这一特性出发,对描述文档和源代码中的代码文本以及注释信息展开了详细讨论,设计了不同的预处理及筛选规则,从中提取出可作为项目功能特征的词汇列表并构建出项目相似度矩阵。（2）将用户行为作为本文推荐方法的参考因素。用户行为代表了用户的个性化需求,本文基于用户行为构建出用户—项目矩阵,并计算其与基于描述文档和源代码构建的项目矩阵相似度乘积,随后排序生成软件推荐结果。此外,本方法将用户的正负面反馈作为推荐算法的参考因素进而对结果进行二次优化。（3）基于用户需求对系统架构进行了合理设计,将本文提出的方法基于Gin、GRPC、Tensort Flow框架进行实现,构建出一套前后端分离的软件推荐系统。