随着网络技术的飞速发展,信息化时代已经来到我们身边。在这个信息化的时代里,一方面,人类在接受网络提供愈来愈多的信息和服务;另一方面,人类在大量的信息中,找到所需的信息是比较困难的。为了解决寻找信息困难的问题,搜索引擎应运而生,它以一种被动的方式为人类提供便捷服务,但并没有完全解决问题。随之,推荐系统出现在我们的生活里,它改变了搜索引擎原有的服务方式,以主动的方式为用户提供服务,使用户寻找信息变得相对容易。以主题为推荐系统在中国知网平台进行检索发现,推荐系统已广泛应用于生活的多个方面,其中在电商领域的应用最为广泛,而在出版领域的应用相对较少。随着信息技术的发展,数字出版领域的作者来源越来越多样化,为了解决出版领域内编辑选择自媒体作者的困难性,本文提出了出版物作者推荐系统的研究与实现课题。本文开发了一套完整的推荐系统。整个系统可分割成五个模块:获取数据、处理数据、存储数据、获取用户信息、完成推荐。数据获取模块通过python编程实现,负责从微信平台获取各个自媒体公众号信息,并基于主题信息获取算法实现信息获取的去重;数据处理模块通过LAMP(Linux+Apache+Mysql+PHP)架构编程实现,负责数据源的处理,基于关键词抽取算法将数据源标签化处理,得到各个自媒体公众号所属领域;推荐模块是整个系统的核心模块,也通过LAMP架构实现,并在改进的协同过滤推荐算法基础上实现推荐功能。整个系统已初步应用于某个出版社,给编辑带来方便的同时,为出版社选择合适的自媒体作者提供了参考价值。