【摘要】目前推荐系统网络资源与用户需求的匹配度较低，因此，基于用户行为设计了新型数字媒体推荐系统。硬件设计选择 ST584-89640 型号的处理器与 SN74CBTLV3245ADGVR 型号的个性化推荐引擎选型。软件设计通过用户浏览数据导入和构建数据库，实现用户行为信息的整理与存储。结合用户的网络历史行为，建立用户数字媒体的浏览行为模型；最后引进 LDA 技术，对数字媒体资源进行均值聚类的方式，使用户行为的特征与资源进行匹配，以此实现数字媒体资源主动推荐系统的设计。通过对比实验证明：与传统的推荐系统相比，该系统进行数字媒体推荐准确性较高，误差小，提高了数字媒体推荐的实时性和满意度水平。