随着互联网信息的增多,人们能很方便从网上的获得大量信息。然而,由于个人处理信息的能力有限,一个人很难在有限的时间内找到对自己有价价值的信息。个性化推荐是根据用户的兴趣特点,向用户推荐其可能感兴趣的信息和商品,降低用户获取有用信息的成本。协同过滤推荐技术是迄今为止个性化推荐系统中采用最广泛最成功的推荐技术,然而,由于互联网领域的数据量越来越巨大,导致传统协同过滤推荐算法的耗时变长,严重影响了推荐系统的实时性,降低了推荐质量。本文针对这些问题,提出结合云计算来设计个性化电影推荐系统,主要的工作如下：1.研究了协同过滤推荐算法的基本原理,提出基于协同过滤推荐算法设计个性化电影推荐系统。研究了云计算的相关技术,提出使用云计算来提高协同过滤推荐系统的实时性。2.设计基于云计算的电影推荐系统,其中使用Hadoop搭建云平台,使用Mahout Taste引擎来开发电影推荐系统,使用GroupLens网站提供的电影数据集对该系统进行测试。