随着信息的急剧膨胀,推荐系统在用户浏览中扮演着越来越重要的角色。对移动设备用户而言,如何快速而高效的共享和浏览图片对于移动设备的推广非常重要。目前绝大多数的推荐系统可分为三类：基于内容的推荐系统,基于用户协作的推荐系统以及混合型推荐系统。基于内容的推荐系统在众多领域有着广泛的应用,包括网页推荐,文章推荐,餐馆推荐,电视节目推荐等,因此也一直推荐系统研究的热点方向。典型的基于内容的推荐系统通常使用贝叶斯分类算法实现对象的分类排序,通过对系统中的所有对象进行分类排序,再结合当前用户的喜好,选择出用户可能喜欢的对象向用户推荐。传统的基于内容的推荐系统对一类对象进行分类,得到的对某一类对象的推荐排序是一致的结果。这种分类方法的一个缺点是忽视了同一类对象之间的差异性。为了在推荐系统中综合考虑图片的多种属性信息,需要设计新的基于内容的推荐系统,通过把对象的特性关系映射到带权限的无向图中,实现对每个对象生成独有的推荐排序。这样的推荐系统的特点是专门针对用户当前正在浏览的对象进行推荐。如何确定图片的不同元数据对图片相似性的影响,是设计满足课题目标的推荐系统的主要问题,同时在系统中的需要实现图片数据获取,用户管理等方面的服务,这些都是完善Kaleido Photo软件功能的重要环节。论文首先介绍了与课题相关的背景技术,包括Web服务技术,Restful技术,推荐系统技术和基于推荐内容的推荐系统技术。着重描述了本文中使用的基于语义关系图的推荐系统技术。在此基础上,论文重点讨论了在针对移动用户的图片共享系统Kaleido Photo中的图片推荐系统的设计与实现。论文介绍了Kaleido Photo服务器的架构,并对其中的图片上传服务,用户管理服务和推荐服务三个服务进行了需求分析,搭建了实现服务器端的体系结构,并详细描述了各服务的接口和具体实现方式。然后,论文给出了Kaleido Photo中图片推荐系统的测试环境和测试结果。最后对全文进行了总结,分析了研究中的不足并指出了今后研究工作的方向和下一步需要做的工作。