在“互联网+”的背景下,政府为农业的发展指明了方向,即“互联网+农业”,发挥“互联网+”的优势性作用,将公共服务拓展到偏远地区,将“信息入户”的要求落到实处,为“互联网+农业”奠定基础。为农民提供精准的在线资源必将成为主流服务之一。本研究在面向基础农业用户在线教育或在线提供农业服务时引入基于用户画像等推荐理论的个性化推荐系统,从而改善农业用户在资源获取中“信息爆炸”、“资源过载”等问题,改善农业信息资源的利用率,取得更好的农业服务效果。研究借鉴传统基于用户画像的推荐系统,在此基础上引入时间变量,构建农业信息资源个性化推荐模型。从而提高农业信息资源个性化推荐的精准性,弥补个性化推荐的不足。本研究中首先对农业信息资源进行获取和数据挖掘,借鉴国内外优秀经验,结合我国农业信息实际情况,构建相对完整、专业的信息资源分类。精确定位农业生产区域特色,建立基于地域的群组用户画像。作为推荐系统新用户个性数据基础。其次,对推荐信息进行提取和分类,利用农业用户画像结合基于上下文的时间变量,形成农业信息资源推荐模型。系统在运行过程中,通过大量数据收集和算法分析,准确把握用户喜好,根据用户所需向用户推荐农业信息,满足用户对农业信息资源的需求。推荐与再次推荐直接形成双向交互模式,根据用户对推荐信息的选择不断优化推荐服务、更新推荐信息,使系统整体处于优化发展的良性循环。最后,选择覆盖率广泛的微信软件做为呈现平台,以页面清晰、操作便捷的微信小程序作为系统的入口,搭载程序的运行。主要研究内容如下:（1）建立基于地域的群组用户画像并进行优化。以地域特色农作物、所属温度带特色农作物结合用户自选兴趣内容,共同组建新用户初始兴趣标签。作为该推荐系统的新用户个性数据基础。一定程度上解决了推荐系统冷启动问题。（2）优化了农业用户画像兴趣标签更新模型。用户的兴趣受时间政策地理因素等影响。为了更加准确,真实地反映用户兴趣,系统将用户标签分成短期、长期以及周期标签。然后利用滑动时间窗口算法、遗忘函数机制以及时间函数,依次对上述三种标签进行更新。（3）设计引入了一种新的时间函数。本文设计一种针对不同地域而产生不同周期的时间函数,将时间函数与基于用户画像的推荐算法相结合,从而达到更好地分析用户意图提高推荐的精准度。（4）开发了基于微信小程序的农业信息推荐系统,实现了推荐系统的精准推荐功能。