随着智能手机、移动网络的迅速发展,人们所接触的信息不仅仅是文字信息,而是越来越多的使用图片、视频等丰富的多媒体信息。对于用户而言,视频等信息的选择成本要比文字等信息的选择成本高很多。帮助用户在不计其数的视频进行选择,通过用户的兴趣等偏好来为推荐用户喜爱的视频变得越来越重要。本文详细描述了基于兴趣的视频推荐系统的设计与实现。本文从视频推荐系统的特点开始研究,分析了开发视频推荐系统的必要性与可行性。在此基础上,本文总结了视频推荐系统所必须的离线播放,视频推荐,视频收藏,视频点赞等8个重要的用户需求。并在明确了用户需求之后,进行了详细的系统设计与系统实现。本视频推荐系统的核心功能为：通过用户的行为(例如观看视频,视频点赞,视频分享等操作)发现用户的兴趣点,从而推荐相关视频。推荐系统由iPhone OS客户端与PHP服务端两部分组成。其中,前端部分分为推荐视频模块,辅助用户进行兴趣发现模块,视频播放模块,自动离线缓存模块。后端部分分为API模块,检索模块,网络爬虫模块,线下行为运算模块,存储模块等五个模块。本视频推荐系统使用面向对象的设计方法进行设计开发。数据存储使用了近几年流行的mongoDB等NoSQL技术,并利用了ElasticSearch、Mantle等多个开源工具来简化系统的开发。用BM25算法来计算视频的推荐评分。经过了严格的软件测试,有良好的稳定性与用户体验,很好的满足了用户对日益发展的视频推荐系统的需要。