中职学校在日常运转过程中都着力打造数字化校园平台,开发了大量的信息化系统,不但方便了广大的师生,也体现了中职学校的信息化水平。某职业技术学校建设的数字化校园平台积累了大量数据,导致师生很难找到真正需要的信息,为此本文探索把协同过滤推荐算法引入到数字化校园平台中,帮助师生查找有用的信息。本文主要研究内容如下:(1)对协同过滤推荐系统及相关技术如协同过滤概念、个性化推荐算法工作原理、Hadoop技术、Mahout等技术进行了概述,并对文中用到的两种协同过滤技术基于内存的协同过滤、基于模型的协同过滤进行了详细分析,为后文研究奠定了理论基础。(2)对中职校数字化校园平台中的各类子系统进行分析,分析了在信息查找和利用方面的不足,提取总结了对推荐子系统的需求,然后从功能需求、数据流、系统需求、非功能需求几个方面进行的。(3)在用户的选课信息、常看图书类别信息、实训成绩信息等行为数据基础上,采用K-Means聚类算法对用户进行聚类,建立了基于用户行为的协同过滤推荐模型,为学生推荐合适的选修课程、实训课程、图书等。(4)在协同过滤推荐模型的基础上对推荐子系统进行了设计和实现,主要包括系统逻辑功能模块、数据采集模块、协同过滤推荐引擎功能模块等的设计和实现,完整的实现了基于协同过滤推荐算法的推荐子系统的构建。(5)最后对基于协同过滤推荐算法的推荐子系统进行了系统测试。目前,推荐子系统已经整合到某中职院校的数字化校园平台中,经过学生试用,学生可以很快从海量的信息、众多子系统中找到想要选修的课程、想看的图书、想锻炼的技能,提高了数字化校园平台的信息处理水平,获得了广大师生的一致好评。