随着信息技术的快速发展,人们早已从信息缺乏时代转变为信息过载的时代。推荐系统就是根据用户的行为数据,在大量的数据中快速为用户推荐有效的信息,从而缩短用户的搜索时间提高用户体验。SAP是一种较受欢迎的企业管理软件,国内的SAP行业也因此快速发展,但是目前并没有面向SAP学习的MOOC网站。本文针对上述问题,提出了一种新颖的课程推荐算法,并设计了一个基于该推荐算法的SAP在线课程学习系统。关于算法设计,首先使用开源的分词工具提取课程文本的词语,并用TF-IDF算法计算词语的重要度,使用余弦公式计算出课程之间的相似度。然后采用基于物品的协同过滤算法,结合用户课程评分,计算出课程之间的相似度。将这两种算法计算的相似度进行加权结合。最终将得到相似度最高的Top-N课程列表推荐给用户。关于系统设计,利用MVC架构设计实现了SAP在线学习系统。该系统包括登录、注册、搜索、课程推荐等多个功能模块。其中课程推荐模块结合得分和文本信息,利用提出的推荐算法给用户推荐课程。该系统实现了网站前端与数据库的交互功能。采用MySQL数据库,并完成了核心数据表格设计。同时该系统还给出了解决用户冷启动和课程冷启动问题的方案。综上所述,本文实现了基于MVC框架的SAP课程在线推荐系统。实现了包括数据库创建、系统交互、根据评分和文本等信息推荐课程给用户等功能。采用离线实验方法,对提出的推荐算法进行性能分析,并和协同过滤、标签两个算法进行对比。结果显示本文提出的算法,比协同过滤算法和关键词算法在准确率和召回率性能方面都优异。