随着我国人口老龄化程度的不断加深,养老问题成为了亟待解决的问题,在信息化时代背景下有效利用现代化信息技术解决人口老龄化问题已逐渐成为全面实现小康社会的一项紧迫任务。就医问题关系到老年人的身体健康,是尤为需要关注和解决的问题,然而目前市场上大多数的医疗咨询网站都存在信息繁杂或者推荐的医生不符合患者要求等问题。同时,爆炸式的数据增长使得“信息过载”成为目前所面临的主要问题,如何在海量数据中快速、准确地寻找到满足老年人需求的医生成为目前需要解决的问题。针对以上问题,本文从提高推荐准确度和运算效率两方面进行了优化,设计实现了一款老年人就医推荐软件。针对众多医疗咨询网站所推荐的医生不符合老年人用户需求的问题,本文采用协同过滤算法对过载信息进行过滤,结合实际需求对算法进行了针对性改进:首先对用户评分相似度和用户病情相似度进行权值融合,根据用户评分数量对权值进行动态调整,在此基础上引入用户间信任度关系,最后根据患者评分次数对推荐策略进行了改进,得到一种融合用户多层相似度与信任机制的混合医生推荐算法。实验结果表明,改进后的算法在缓解了数据稀疏性影响的同时,提高了医生推荐的准确度。为了解决海量数据的运算效率问题,在对现有的运算框架进行对比分析之后,选择了运算速度快、容错率高的Spark集群作为软件的运算框架,大大提高了运算效率。在详细分析了使用者的需求之后,利用Java Web开发技术设计了一款基于B/S(Browser/Server,浏览器/服务器)架构的老年人就医推荐软件。软件采用了分层设计的思想,将体系结构划分为用户界面层、业务逻辑层和数据服务层,根据需求分析完成了各子模块的设计与实现。完成软件的设计开发之后,为推荐软件的各功能模块设计了大量的测试用例并进行了功能测试和性能测试。测试结果表明,老年人就医推荐软件达到了预期的设计目标,弥补了当前市面上众多就医推荐软件的不足。