社交是人类生活、工作中不可或缺的重要组成部分,而企业社交以其真实的人脉资源、相似的用户背景、介于熟人和非熟人之间的用户关系等特征而深受企业员工喜爱。一方面员工希望通过企业社交寻求认同、扩充企业人脉,另一方面企业管理者希望通过企业社交建立管理者和一线员工的亲密连接,强化企业关怀并宣传企业文化。在企业中目前普遍使用的是IM（Instant Message）系统如钉钉、腾讯QQ、企业微信等,或者是BBS（Bulletin Board System）系统如企业论坛等。IM是一对一实时通信的通信类系统,BBS则是非熟人间信息分享、交流的信息分享类系统,二者社交属性薄弱,无法满足企业社交需求。而SNS（Social Networking Services）以其重人际关系、轻内容生产的系统定位成为优秀的社交系统。在个人用户领域,基于SNS的社交系统如微信朋友圈、微博、Facebook、Instagram等都取得了瞩目的成绩。在企业用户领域则没有基于SNS并专注于企业社交的系统。本文以基于SNS的企业社交系统为研究对象,针对满足员工个体的社交需求和企业管理者强化企业关怀、宣传企业文化这两个系统需求,在系统设计上提出了工作圈和热门话题的解决方案。工作圈包括员工个人工作圈、企业消息广场和好友推荐三个模块。在工作圈中员工可以关注好友、发布分享、对他人分享进行评论和点赞。员工个人工作圈仅展示其所关注好友的分享,企业消息广场则展示企业内所有员工的分享,好友推荐则基于员工的企业特征属性用算法为其推荐感兴趣的人,以达到促进企业社交的目的。热门话题包含话题和话题评论两个模块。企业管理者发布与企业文化相关的话题,基于此话题展开全员讨论,在全员参与中企业文化得到继承和发扬。在技术实现上,本文详细介绍了企业社交系统的整体架构、各模块设计与系统实现。针对企业消息广场万级QPS（Queries Per Second）峰值流量的挑战,创新性地提出采用Push模式构建、Redis存储的Feed墙构建方案,同时提出分享和评论、点赞一体化缓存的存储方案。在好友推荐中,针对提高企业社交场景下好友推荐命中率的挑战,本文基于传统的链路预测算法创新性地将员工的企业特征属性作为重要的算法因子,并加入推荐次数等重要因子,设计并实现了一款企业社交场景下的好友推荐算法。最后,本文将系统部署到国内某大型互联网公司,通过分析用户使用数据论证了本文满足了企业社交系统的两大诉求,通过分析系统性能和关键接口性能论证了本文技术方案解决了企业消息广场万级QPS峰值流量的难题,通过本文好友推荐算法和同类Admic-Adar算法的A/B Testing实验,得出本文算法较Admic-Adar有了36.4%的推荐命中率提升。