互联网技术极速发展的当下,网络中的信息数据以爆炸型的姿态迅猛增长,如今处于大数据时代,用户面对如此复杂的信息数据,如何进行有效的筛选和过滤已经成为当今互联网领域的一个重要问题。目前,个性化推荐系统是解决此问题较为流行的全新方法,常常被用于各大电商网站以及社交系统中。在个性化推荐系统中,推荐算法是其精髓,但是一般的推荐算法,在海量用户行为数据的情况下,不能迅速的对用户进行个性化推荐,以至于影响用户体验。因此,在大数据时代,各种分布式计算平台的涌现,为个性化推荐算法的进一步发展提供了机会,其中Spark分布式计算平台以基于内存的,分布式的,迭代并行化方面的速度特点,使得算法在并行化实现和模型的高效训练方面均具有优势。但是,国内外对基于Spark分布式计算平台的推荐算法的研究并不多,因此在这种情况下,本文主要研究协同过滤算法中的ALS矩阵分解算法,并提出了一种针对ALS矩阵分解算法的改进算法,将其在Spark分布式计算平台上进行实验。本文首先分析研究了ALS矩阵分解算法的原理并在Spark分布式计算平台上进行了实现,通过设置多组模型参数进行自迭代的实验,以性能指标RMSE,MAE的值作为根据,进行多个模型的比较,从而得到ALS矩阵分解算法的最优模型的最优参数,为之后算法的改进尊定了基础。接着分析了ALS矩阵分解算法存在的一些问题,由于在矩阵分解阶段造成因子信息的丢失影响推荐的准确性和大量迭代运算影响收敛速度是ALS矩阵分解算法的不足,因此对不足之处进行了改进。首先是通过Word2Vec词向量模型高速将词与词的相似性转换为向量之间的相似性,然后利用基于余弦相似度的LSH局部敏感哈希算法高速计算词与词向量化后的项目相似度矩阵,之后利用用户-项目评分矩阵结合项目相似度矩阵计算得到了未评分项目的预评分,将预评分通过Spark的算子填充稀疏的原评分矩阵,从而得到新的评分矩阵,最后将该评分矩阵作为ALS矩阵分解算法的输入数据,从而得到推荐结果。同时在ALS矩阵分解算法的矩阵分解阶段加入相似性,以减少用户项目隐含特征因子信息的丢失。通过实验结果表明,改进后的算法相较于传统的ALS矩阵分解算法在迭代次数方面很明显的减少,评分预测的准确度有了一定程度的提高。并且在算法性能方面要优于传统的协同过滤算法。