信息技术的发展使人类从信息匮乏的时代逐渐步入信息过载的时代,信息消费者难以从大量的信息中寻找符合需求的信息,以至于在查询有效信息时花费了大量的时间和精力,为了解决这一矛盾,推荐系统便应运而生。推荐系统通过联系用户和信息,帮助用户发现有价值信息的同时过滤掉低价信息。本文针对用户查询相似软件项目信息提出了三种推荐方案,分别为加权倒排索引的方案、基于神经网络的方案以及基于支持向量机的方案。根据用户对软件项目的描述文本,为用户进行三种方案的推荐,具体如下:（1）加权倒排索引通过索引词的权重对检索结果进行加权排序,再结合结果文本中的所有词语与检索词的语义相似程度对其重新排序。（2）基于神经网络构建软件项目类型空间,将多个历史软件项目映射到同一个项目类型概率分布空间。在推荐过程中,首先将用户的描述文本映射到该空间,然后通过相似性算法获取分布相似的历史软件项目进行推荐。（3）基于支持向量机构建软件项目类型空间,每个项目类型空间包含多个历史软件项目。在推荐过程中,首先将用户输入的描述文本映射到该空间,然后通过相似性算法获取分布相似的历史软件项目进行推荐。本文设计并实现了基于三种方案的相似软件项目推荐系统。系统主要功能模块为检索模块、项目详情页模块、历史记录模块以及收藏模块。检索模块的主要功能为:用户选择推荐方案并根据自身需求输入关于软件项目的描述文本进行检索,系统基于用户输入的描述文本返回满足用户需求的软件项目,并且用户在进行检索时,只需要输入需求,极大地节约了用户查询软件项目信息的时间以及学习技术细节的时间。项目详情页的主要功能为:查看具体项目的项目详情,下载项目,并且系统在项目详情页为用户推荐与该项目相似的软件项目。历史记录模块的主要功能为:记录用户对于项目详情页的浏览情况,通过历史记录来查看用户对于项目的浏览情况。收藏模块的主要功能为:收藏用户感兴趣的项目,方便用户对项目进行多次查看。本文给出了加权倒排索引、基于神经网络以及基于支持向量机等三种推荐方案的设计、实现,并对神经网络和支持向量机作出评估。同时详细描述了系统模块的设计与实现,并对系统进行了功能测试与性能测试。最后对未来的研究工作进一步展望。