近年来,人们开始提倡学术信息开放获取,传统学术信息交流体系正处在变革过程之中,急需以一种新的方式来满足人们开放存取学术信息的需求,机构知识库应运而生。面对机构知识库中海量的学术资源,如何快速获取自己想要的信息成为人们不得不思考的问题,这也为个性化服务推荐技术带来了新的应用领域。将个性化服务推荐技术引入至机构知识库,可以有效提高数字资源的曝光率和利用率,使得机构知识库用户能够更高效地获取学术信息。在充分调研国内外机构知识库个性化推荐现状的基础上,对机构知识库个性化信息推荐系统进行需求分析。通过对用户兴趣模型、文本表示模型、向量相似度评价算法、聚类算法、个性化推荐算法等个性化信息推荐相关关键技术的深入研究,详细设计系统总体架构、系统核心模块结构和流程、系统推荐算法,拟定推荐策略。同时,结合机构知识库特有数据格式,提出一种文本相似度评价算法。经实验结果分析,该算法与实际数据吻合较好,得到的文本相似度有较高的实用价值。本文实现了结合多种推荐算法的机构知识库个性化信息推荐系统,能够为用户提供符合自身兴趣需求的可信个性化推荐服务。通过计算文本内容相似度,为用户推荐相关信息,可以有效避免冷启动问题；通过研究用户行为数据,分析和预测用户的兴趣偏好,为用户推送其感兴趣的信息,可以满足不同用户在不同时期的不同需求。