随着Internet技术的日益普及，以及企业数字信息化程度的不断提高，电子商务的应用越来越广泛和重要，电子商务网站已不再只作为企业对外的一个门户，而成为了企业进行经营的场所。电子商务系统在为用户提供越来越多选择的同时，其结构也变得更加复杂，用户经常会迷失在大量的商品信息空间中，无法顺利找到自己需要的商品。电子商务推荐系统直接与用户交互，模拟商店销售人员向用户提供商品推荐，帮助用户找到所需商品，从而顺利完成购买过程，其中就需要用到个性化的推荐技术。 目前，基于投票机制的个性化推荐系统越来越多，常见的如电影、图书、音乐等的销售网站，注册用户通过对一系列产品评分而获得个性化的推荐；如何快速开发层次更加分明、逻辑更加清晰、复用性和可维护性更高的系统，是企业级应用开发的发展目标，而J2EE等关键技术无疑是实现这一目标的有效途径；在结果可视化的解决方案中，轻量级的BIRT技术逐渐走向成熟。因而基于投票机制的Web个性化推荐系统以及技术的实现成为研究者热点关注的方向。 本文全面介绍了推荐系统的概念、分类，以及基于投票机制的个性化推荐系统的概念、常见的推荐技术，着重分析了Web个性化推荐系统的主要实现技术以及基于BIRT技术的图表分析技术。然后通过对Web个性化推荐系统的设计、分析，实现了一个个性化推荐系统原型votePRS，运用了当前比较前沿的开发技术，实现了基于BIRT技术的可视化描述，并实现了两种基于数据挖掘算法的推荐算法，完成了对推荐系统的评价。通过对具体数据源的推荐分析，性能优良，结果良好。