推荐系统作为信息过载的有效解决方案，正在越来越多的领域得到了应用，其在电子商务领域取得的巨大成功引起了产业界和学术界的关注。传统的推荐系统仅考虑单方面的意向偏好，其用户建模方法和推荐算法无法适用于目前应用越来越广泛的基于双向意向偏好的推荐系统中。求职招聘推荐是双向推荐的典型应用场景，求职者和企业人力资源经理双方都是具有主观意向偏好的主体，单方面地考虑一方面的意向偏好将导致推荐的失败。　　本文以双向推荐系统和面向求职招聘领域的双向推荐系统应用为研究对象，主要工作包括以下几个方面:　　(1)双向推荐系统的定义与特性分析。定义双向推荐系统，从用户场景、算法适用性两个方面对比分析传统推荐系统和双向推荐系统，在此基础上提出双向推荐系统的问题定义以及通用的用户建模方法。　　(2)双向推荐的通用算法设计。将双向推荐视为左推荐和右推荐两个子推荐系统，借鉴混合推荐系统中的混合方法融合左推荐和右推荐。本文介绍了三种不同的混合方法:并行式、流水线、整体式，并逐一讨论其对双向推荐的适用性，从而得到双向推荐系统的通用推荐策略。　　(3)面向求职招聘领域的双向推荐算法设计。从用户建模方法的角度出发，对求职招聘推荐系统的多维特征空间进行分析，特别地，本文提出了一种基于用户行为统计的动态偏好模型。在用户模型的基础上，分别对左推荐和右推荐采用协同过滤算法和基于内容的推荐算法，结合上述基于混合方法的双向推荐算法产生推荐结果，并进行线下实验与评测。　　(4)求职招聘双向推荐系统的设计与实现。设计并实现了一个实际的求职招聘双向推荐系统，上线运行，并进行线上评测，获取反馈以改进模型与算法。