随着教育和网络技术的高速发展，教育领域涉及的新兴信息技术也越来越多。高考是人生一次重要的考试，考后的志愿填报则显得尤为重要，个性化推荐系统是能够根据用户的偏好喜爱在海量的信息之中为用户准确推荐信息的系统，在目前应用广泛，也可应用于考生因院校及专业信息复杂多样而无法快速挑选合适的志愿时对其进行个性化推荐。此类个性化推荐是一种“量体裁衣”式的推荐方法，具有很好的实践意义。本文主要研究两个推荐算法:个性化高校推荐报告系统的推荐算法及基于考生填报数据的个性化招生广告推荐算法。本文的主要工作包括以下几个方面。　　(1)介绍高考招生体制改革的趋势与现状，并分析国内高考志愿类App个性化推荐功能的不足，提出基于高校投档线分数预测的高校推荐报告生成算法，通过推准率和推全率两个指标对算法进行验证和研究。推准率是算法所推荐高校的准确率，根据推荐报告中考生能上高校的排名进行计算，推全率是推荐报告中考生能上的高校总数与考生实际能上的所有高校总数的比值。通过实验计算2016年江西一本省控线以上所有分数的推准率和推全率对算法进行研究和论证。　　(2)收集考生用户在使用招生类App模拟填报过程的行为数据，提出个性化招生广告推荐算法。收集考生在使用App模拟填报过程中的行为数据包括所选专业与所选高校的所在省份，以此为依据对用户进行建模，同时通过模拟广告数据对用户进行广告推荐，并通过计算推荐的广告与用户的相关性验证算法。　　(3)详细介绍个性化高校推荐报告App的服务器与客户端的实现。对于服务端给出数据层、逻辑层、控制层的关键代码及实现过程，对于客户端给出数据存储、逻辑控制的关键代码及实现过程。