随着互联网内容的爆炸式增长，如何从海量信息中选取自己所需要的成为每个用户经常遇到的困扰，因此个性化服务的需求越来越迫切。由于用户兴趣和行为的差异，如何为不同用户提供个性化服务已成为一个具有挑战性的课题。个性化推荐就是利用已有的选择过程或相似性关系挖掘每个用户可能感兴趣的对象，进而进行推荐。个性化推荐系统不仅在社会经济中具有重要的应用价值，而且也是一个非常值得研究的科学问题。本文对目前应用的推荐算法进行了详细介绍，特别针对基于内容和基于网络结构图的推荐算法进行了较为详细的阐述，并结合这两种算法的特征及优点，提出了一种新的基于内容和网络结构图的混合算法，期望有效解决传统推荐算法中存在的一些缺陷，并给出了算法的实现过程及实验结果分析。最后，文章对所提出的混合算法可能存在的不足进行了总结，并对进一步改进的方向进行了探索思考，并提出了未来可能的若干研究方向。