近年来,随着网络技术和教育信息化的发展,很多新兴的信息技术已成功的应用于教育领域。信息推荐系统是一种能够主动为用户提供所需信息的新兴技术系统,目前在电子商务和图书资源管理等信息服务领域内得到广泛的应用。信息推荐系统通过了解用户特征,分析用户和商品之间存在的潜在关系,向用户推荐其可能感兴趣的商品。在全国统一成人高考报名环节中,北京地区考生采用网上报名的形式填报志愿,这大大方便了考生的报考,但面对众多的专业,考生往往很难迅速做出自己的选择。因此,研究在网上报名时如何为每位考生推荐符合其个人特点的志愿专业,将有非常好的实践意义。本文在简要介绍推荐系统和数据挖掘的相关知识的基础上,着重介绍了协同过滤算法和决策树算法,并以近五年成人高考的八万五千条考生报考数据作为数据基础进行数据挖掘,通过数据采集、数据清理以及数据转换,最终完成数据建模；同时,紧紧围绕考生志愿专业推荐,进行系统分析、设计与实现。本研究以数据挖掘中的信息增益法为理论基础,改进并提出了基于信息增益率的协同过滤算法,克服了传统的协同过滤算法准确率不高的不足。通过实验验证,改进算法的推荐结果准确率显著提高。系统采用Oracle 8i数据库,运用JAVA编程语言,在Eclipse环境下进行开发,实现了向考生推荐符合其个人特点的志愿专业的目的,而且有较高的准确性。论文最后总结了研究存在的不足和主要问题,提出了改进建议,为今后进一步开展相关的研究提供参考。