协同过滤算法在推荐系统中有着广泛应用,但是该算法在一些实际应用场景下忽略了用户对项目的评分中所隐含的共同喜好,以及项目间的评分均值的差异对最终的项目间相似度的影响。本文首先以解决上述问题为目标,对传统的相似度计算公式进行改进。然后以提高基于项目的协同过滤推荐算法的执行效率为目标,针对传统协同过滤推荐算法近邻搜索时间过长的问题,引入聚类算法来缩小最近邻居集范围,设计了一种融合聚类及相似度的协同过滤推荐算法CS-CF。为了进一步提高推荐系统的实时性和可扩展性,本文借助主流的大数据平台Spark在迭代计算以及内存计算方面的优势,设计了CS-CF算法在Spark平台上的并行化方案。该方案通过合理利用RDD并行化计算的特点、RDD的缓存机制以及Spark中的广播变量,实现了对项目间相似度计算过程和评分计算过程的并行化。最后,利用MovieLens公开数据集对CS-CF算法的并行化方案进行性能测试,并开发了一个电影推荐原型系统,将CSCF算法应用于其中,检验研究成果的可用性。实验及应用结果均表明:本文所设计的融合聚类及相似度的协同过滤推荐算法CS-CF及其在Spark平台上的并行化方案在准确性、时效性和可用性方面均有较好的表现。