推荐系统是大数据时代的学术热点和应用热点，基于协同过滤的推荐技术在各类推荐系统中已取得较为丰富的成果，但是在大学生就业信息服务过程中的推荐技术研究和应用系统构建尚不成熟。本文以高校毕业生就业信息服务为应用背景，以大学生针对企业招聘信息的用户行为作为分析对象，进行就业信息推荐系统的设计与研发。　　主要完成以下工作:通过定义用户的显式反馈行为和隐式反馈行为，构建用户对企业招聘信息的评分体系，以此为基础使用协同过滤算法实现对企业招聘信息的智能推荐处理流程;通过对大学生群体心理特征和求职行为特征的分析，设计并实现基于时间老化思想的逐渐遗忘机制，将大学生求职过程中兴趣多变和随时间漂移的现象作为就业信息推荐的关键参数，提升推荐系统的预测精度;以方法和技术研究为基础，立足某高校的真实就业信息服务系统，设计并实现了可投入实际应用的大学生就业信息推荐应用系统框架，并完成了数据预处理、核心算法实现、处理结果分析及性能评测等工作。　　基于真实数据的评测结果，验证了本文工作的有效性和实用性，可为提升大学生就业信息服务系统的智能化和友好性提供有效的参考借鉴。