我国作为农业大国,农业人才相关的数据显示,73%的企业认为他们目前的人才不能使工作效率更高;52%的企业认为因为市场上缺乏合适其企业的人才;在未来的招聘计划中,许多企业已把强化招聘技术、升级人才推荐模式作为招聘的重点,此外,引入智能招聘方式也在许多企业的招聘计划中。首先,本文将基于机器学习和农业人才推荐模式中的文本分类、信息检索、信息过滤等相关概念与算法进行阐述,以湖南农业人才网为平台,运行农业人才推荐模式进行论证。第二,根据湖南农业人才网的农业人才推荐模式、算法技术的具体实施、网站的推荐效果进行分析,说明基于机器学习的农业人才推荐模式优化技术的可行性和重要性。本文主要工作包括:1)通过对机器学习知识的了解和学习,结合农业人才招聘的相关资源,找出合适的数据与相关算法。2)使用分类算法将用户特征分为用户信息的基本特征、个性化简历中提取的特征、用户在系统中各类操作的操作特征和用户间互动的标签特征。3)比较机器学习中分类算法与推荐算法对农业人才推荐模式的实验结果。4)根据推荐算法构建一个完整的推荐体系有利于为企业推荐相关专业的人才,应用在湖南农业人才网的推荐系统模块,提高了匹配成功率。实验结果表明,运用推荐算法方法是可以实现基于机器学习的农业人才推荐模式,并提高人才招聘的精度与效率。