随着信息技术飞速发展及互联网的迅速普及，微博以其新颖的形式走入网民的视线，并迅速走红。2009年新浪推出“新浪微博”内测版，微博正式进入中文上网主流人群视野，并迅速发展，在国内引发了信息传播的“微革命”。随着微博在网民中日益火热，好友推荐成为了用户关注的焦点，同时也是本文研究的重要内容。首先，分析好友推荐算法的研究现状、核心思想以及目前存在的问题与不足。在此基础上，设计了基于用户的协同过滤好友推荐算法。该算法主要包括兴趣爱好、住址、二度人脉、教育工作信息和综合因素五个部分。其次，为前四个部分建立相似关系，通过关系算法公式分别计算四个部分的相似度得分，再为每个部分设置不同的权重。综合四部分的相似度得分计算出每个推荐结果的得分，根据分数筛选，将综合相似度最高的前几项及其相似度分别显示给用户。最后，设计了新浪微博好友推荐系统，完成了对系统总体功能的设计。通过对注册登录、个人主页、个人资料、个人微博、个人相册、关注粉丝、分组管理及好友主页等功能模块设计相关数据库，实现了新浪微博好友推荐系统，并通过用户数据来验证了好友推荐算法的有效性，从而实现了快速帮助用户筛选有效信息的目标。