对高校科技成果进行转化为科技和经济发展的动力,促进经济建设与社会发展,对提高科技的创新和推广能力、提升农业科技的自主创新能力、巩固与提高农业综合生产能力等方面具有重要意义。但是高校科研成果很难被企业挖掘和应用,企业想要通过某些成果和创新技术实现升级也很难找到突破口,所以研究建立高校科研成果系统就变得尤为重要,一方面为高校成果技术提供实践价值的条件,另一方面,增进企业发展速度,把高校科研成果转化为现实生产力提供有力保障。企业用户在搜索高校专利成果时,往往其需求也是模糊的、泛泛的,为了满足用户的搜索要求,我们有必要进行推荐功能在高校科研成果系统中的研究和探讨,让这些成果技术更加便捷准确传递到需要的人手中,从而提高科研究成果的转化效率。研究推荐算法在高校科研成果系统的应用加强了科研项目的智能化推送,提高了科研查询工作的效率,同时增进了科研成果在信息方面的转化率。本论文在TF-IDF推荐算法基础上,提出了特征权重的设置方法。研究依托NIPIR分词系统实现专利词语的分词和词频计算操作,通过对用户的搜索行为进行分析,利用TF-IDF文本推荐算法建立用户偏好数据库,按照偏好排序实现从海量的用户搜索信息中将满足用户模糊需求的信息主动推送给用户,即有助于将潜在的需求转化为实际需求,还有助于提高高校科研成果转化的效率,实现科研机构和应用机构的友好对接,同时也将提高科技创新和推广能力。通过构建用户兴趣模型与推荐算法进行融合,提高智能搜索效率,增强科研管理系统查询的准确性,同时构建数据库,设计高校科研管理查询系统的实现,并进行测试,从而保证系统的质量。