随着移动互联网技术的蓬勃发展,利用手机进行移动阅读的行为越来越常见,尤其是阅读网络文学作品。但是对于移动阅读服务提供者来说,如何使用户在大量的网络文学作品中快速高效地找到自己感兴趣的内容,是一个巨大的挑战。个性化推荐技术能够较好的解决这个问题。目前个性化推荐技术有很多种,其中基于内容的个性化推荐技术和基于协同过滤的推荐技术是较常见的两种技术。但是应用于网络文学作品的推荐上,这两种技术都存在一定的不足之处。本文对个性化推荐技术进行了研究,提出了一种适合网络文学作品的用户兴趣度计算方法,并针对移动阅读的特点建立了一种优化的用户兴趣模型。同时本文还针对基于内容的个性化推荐技术中无法发现新的兴趣点的不足,提出了结合协同过滤技术进行进一步的混合推荐的方法。本文还提出了一个完整的移动阅读服务系统的设计方案,并详细的阐述了系统设计与实现。最后通过对系统实际运行产生的数据进行分析,证实了算法的有效性和系统的实用性。