為了提升個性化推薦系統的大數據處理能力,選擇基于用戶聚類協同過濾的個性化推薦算法,并在Hadoop平臺下實現算法的分布式并行化.離線狀態下對用戶物品矩陣降維,對用戶進行聚類得到類別信息列表,對用戶在類簇內進行推薦,并在相似度計算內引入物品貢獻權重,最后對算法實現并行化得到推薦結果,實現基于用戶聚類的分布式協同過濾推薦算法.最后對推薦結果進行測試分析,證明分布式個性化推薦有更好的推薦準確性和實時性.