社交网络从早期BBS时代经历娱乐化时代后发展到微信息时代,并随着移动互联网的兴起进入了垂直应用时代。社交网络的用户规模在不断地扩大,信息更新速度也在不断加快,对于用户来说在海量的信息中快速且精准地找到有价值且可靠的信息变得越发困难,如何帮助社交网络向用户提供更能满足用户需求的服务成为学术界和互联网领域都关注的热点。本文通过对现有的主流社交网络进行竞品研究,并配合线上线下结合的用户调研方式对小型社交网络的需求进行了调研,找出在社交网络使用场景中个性化推荐服务的需求,以及现有社交网络中对个性化推荐方法的使用情况。目前在社交网络中,传统的个性化推荐算法无法做出满足社交网络自身复杂性的高质量推荐。针对上述问题,本文重点研究了手机通讯录的人脉关系链、用户兴趣画像、社交内容以及时间因素对个性化推荐方法的影响,提出满足社交网络用户个性化信息需求的本质即是衡量出社交信息的对个人用户的信息价值,并以此为排序依据实现高质量个性化推荐的方法。该推荐方法引入了人与人之间的社交关系链,以手机通讯录为依据将人脉好友分为一度人脉和二度人脉,并将一度二度人脉关系考虑进社交内容的信息价值衡量因素中,与内容信息中提取的关键字标签、时间属性以及信息发布者、信息的接受者的兴趣属性一同决定一条内容信息对于目标用户的价值,并最终实现社交网络中的信息个性化推荐。结果表明,这种基于人脉关系的用户兴趣模型个性化推荐算法是有效的。论文主要工作有：(1)对社交网络发展历史及目前发展状况做了简要概述；(2)对现有主流社交网络平台进行了详细的功能分析,以及个性化推荐的使用情况；(3)针对小型社交网络做了用户调研,并对小型社交网络进行了需求分析和产品设计；(4)提出了基于人脉关系的用户兴趣模型,研究了该模型推荐算法；(5)基于iOS平台,对引入个性化推荐的小型社交网络进行了相关的设计和实现。最后,本文实现了总体的研究目标,为后期进一步对小型社交网络的研究提供了一些参考。