随着互联网和教育信息化的快速发展,个性化推荐系统在教育领域的应用已越来越广泛。填报志愿是高考中的一个重要环节,但是考生面对众多院校、专业的情况下,很难迅速获取有效信息,做出适合自己的个性化的选择。本文通过分析考生和家长的个性化需求,从海量的学校和专业中挖掘出有价值的信息,推荐给考生和家长,为考生填报志愿提供帮助。本系统从各大网络平台获取了各高校的相关数据作为高考志愿文本中的历史数据,并且针对历史数据中,特征词汇较少的情况,增加了维基百科的数据作为扩展来训练词向量。针对传统的文本表示方法没有考虑语义、存在维度灾难的问题,将word2vec引入到基于内容的推荐算法中,改善了现有的相关网站只通过关键词搜索,搜索结果不含语义特征的现象。同时,对于现有的相关网站存在只能根据特定的专业进行信息检索的缺点,并考虑考生和家长所提出的专业意向比较自由、偏口语化的现象,将余弦相似性方法与简单共有词方法相结合,改进文本相似度计算方法,从而解决了考生和家长不知道院校中某专业的具体专业名称的问题。接着对历史数据中的多元属性,如院校等级、专业等级、校园环境、师资力量设置权重,优化了现有的个性化推荐系统。最后基于以上提出的优化方法,设计并实现了一个高考志愿推荐系统。经过实验验证,优化后的系统改进了现有相关网站的检索功能。