随着网络文学在互联网中的快速传播,越来越多作者签约小型小说网站寻求发展,然而小型小说网站使用传统的推荐后台,推荐能力差且不易快速迭代升级,无法有效挖掘优质作品来吸引阅读流量。所以在该小说网站接入个性化小说推荐系统,能个性化推荐,快速拓展推荐策略,并且能验证推荐效果。本文设计并实现了该个性化小说推荐系统,采用分布式架构保证了系统的可用性、一致性、健壮性和可扩展性。经过对该系统的全面分析,将其分为在线推荐引擎模块、阅读流量调度模块、离线计算模块、冷启动评级模块四个模块。作者独立设计并实现了上述四个模块:(1)在线推荐引擎模块:该模块可以向读者个性化在线推荐小说。运营人员和开发者可以配置推荐策略,还可以实时监控引擎性能排查系统隐患。(2)阅读流量调度模块:该模块可以调度阅读流量,寻找最优推荐策略。运营人员配置流量调度策略,该模块在线对阅读流量按比例分组,对各组使用不同的推荐策略,之后运营人员对比推荐效果得出最优推荐策略。(3)离线计算模块:该模块可以计算出读者可能感兴趣的小说。实现了基于物品的协同过滤算法(Item CF),每日处理读者阅读数据,利用大数据计算框架离线计算得出小说的相似小说集合。(4)冷启动评级模块:该模块可以为没有阅读记录的读者提供建议阅读的小说,每日定时执行小说评级任务,根据该等级排列出冷启动推荐列表。功能测试、压力测试和A/B测试的结果表明个性化小说推荐系统完全满足用户要求。随着后期对推荐策略的拓展和管理,本系统一定能够进一步提升推荐效果,更加有效地利用阅读流量,发掘更多优质作品,创造更多商业价值。