互联网技术的飞速发展,给人们的生活带来了很多便利,同时也改变着人们的生活方式。越来越多的人选择在网上预订酒店、电影票和外卖等,网上预订已成为人们的一种习惯,传统的酒店经营方式和管理模式已经无法满足社会的需求。所以开发出一套酒店预订与入住管理系统具有重要的意义。Web 2.0时代,信息量呈爆炸式增长,如此多的信息量同时呈现在人们的面前,造成了一个亟需解决的问题,即信息过载。个性化推荐系统是解决信息过载的最有效的方法之一,其可以挖掘出用户的兴趣,为用户提供个性化服务。对于一个大型的酒店预订平台来说,当平台上面的的酒店数目非常庞大时,同样会面临信息过载的问题,用户在预订时,需要花费大量的时间去寻找自己感兴趣的酒店信息。所以在酒店预订系统中添加个性化推荐功能是非常必要的。本文首先分析了传统酒店预订与入住系统的不足,并针对这些不足提出改进方案,最终使用Spring和Hibernate框架开发了一个B/S结构的酒店预订与入住管理系统,并在系统加入了个性化推荐功能。本系统采用REST风格来对服务端接口进行设计,服务端只负责提供各种REST风格的接口,而不负责前端(分为Web端和APP端)界面的跳转,使前后端完全分离。这样,无论是Web端还是App端,都可以访问同一套Restful接口,可以减轻后端开发的工作量。对于本系统中的推荐功能模块,本文使用User-based与Item-based的混合推荐算法来为用户进行推荐,同时为了缓解酒店评分数据的稀疏性问题对推荐结果造成的影响,本文提出了利用用户的预订次数来评估用户对酒店评分的方法。最后为了加快生成推荐模型的速度,本文将此推荐算法在Hadoop分布式环境中进行实现,实现对数据的分布式处理。系统中应用推荐功能的场景主要有两个:(1)直接以列表的形式向用户推荐其可能感兴趣的酒店;(2)当用户搜索酒店时,系统会对搜索结果按照用户的预测兴趣度的高低重新进行排序,并将排序后的结果返回给用户。