近年来，利用手机终端进行产品推介已经在许多工业产品、餐饮、娱乐、旅游等产品中得以实现，但就农产品领域来说，还处在一种摸索、起步的阶段。由于农产品的产销过程环节多、复杂且透明度不高，其交易市场集中度较低，买卖主体众多，交易信息的对称性较差，所以亟需运用互联网技术解决供需对接难、交易难等问题。研究农产品推荐技术和系统具有重要的理论研究意义和实用价值。　　本文在研究了现有的产品排序和推荐机制的基础上，对农产品排序和推荐算法进行了研究，并在此基础上设计并实现了基于Android的市场农产品推介系统。本文主要工作如下:　　(1)选取农产品评分、价格、空间距离、上架时间、收藏量等五个属性作为排序准则，并对其中的评分、价格和距离属性的计算方法进行了优化。针对评论数量较小所导致的平均评分的准确性偏低等问题，给出了一种使用Wilson置信区间的下限值来代替平均评分的算法;针对恶意价格问题，利用Logistic函数性质对农产品价格进行了修正;为提高空间距离的运算效率，利用多项式拟合三角函数的方法对距离算法进行了优化。　　(2)基于层次分析模型构建了农产品多属性综合排序模型，设计了基于层次分析的农产品综合排序算法流程，通过建立图模型得到方案层对准则层的权值，通过构建层次分析模型求得准则层对目标层的权值，综合之后得出方案层对目标层的最终权值，并得出最优的综合排序的结果。通过利用NDCG指标对排序算法进行评价，实验结果表明，本文所提出的排序算法能够提供更为合理的排序结果。　　(3)分析了传统协同过滤推荐算法存在的不足，并在此基础上基于用户-兴趣矩阵融合划分聚类的思想，提出了一种改进的推荐算法。最后利用MAE指标对算法进行评价，实验结果表明，改进后的算法在推荐实时性和推荐精度方面较传统协同过滤出算法均有明显提高。　　(4)对市场农产品推介系统进行了设计和实现。通过用例分析确定了本系统的功能模块，同时明确了系统的非功能性需求，随即对系统的交互、模块、类图、主要顺序图以及数据库等进行了较为详细的设计，最终对系统的主要功能模块进行了实现，并通过真机和模拟器对系统进行了功能测试和性能测试，测试结果表明，达到了功能设计要求和研究目的。