个性化推荐具有主动性和及时性两大优势,是解决信息过载问题的重要途径。目前的个性化推荐技术中使用最多的是协同过滤技术,协同过滤大致分为两种算法：基于用户的协同过滤和基于内容的协同过滤；基于内容的协同过滤是在基于用户的协同过滤算法的基础上提出来的,更适合于海量推荐对象的情况,但是在内容的相似度计算方面仍有缺陷。考虑到上述问题会影响推荐算法的推荐准确度,本文在基于内容的协同过滤算法的基础上,提出了给推荐对象构造基因组,以解决内容相似度的计算精度低的问题。计算内容相似度的时候考虑各内容基因相似度的方法来提高内容的相似度计算精度,同时在计算相似度的时候也应用了一种更加科学的方法,以保证准确率。本文以电信推送服务系统为应用背景,在基于内容的协同过滤技术的基础上,提出了给推荐内容构造基因组来提高内容相似度的计算精度。主要研究成果如下：1、分析了基于内容的协同过滤算法中内容相似度计算精度不够的原因,提出了构建内容基因组来提高相似度计算精度,提高推荐准确率。2、分析了音乐的分类及情感分析以实现彩铃基因组的构建。3、研究了常用的向量相似度的计算方法,并针对各种方法的不足,提出了一种更精确的内容相似度计算方法,应用在内容基因组的相似度计算中。4、将基于内容基因组的协同过滤算法应用在推送服务系统的彩铃推荐上,并将彩铃定制记录用适当方法数值化后加入了用户-彩铃评分矩阵,缓解了评分矩阵的稀疏性问题。