伴随着互联网的飞速发展,信息产生的渠道多种多样,导致信息呈现爆炸式增长,如何从海量数据中获取到自己感兴趣的内容成为一大难题,为了解决这一难题,针对具体用户的推荐系统应运而生。推荐是根据用户历史行为信息,挖掘出用户潜在的个人兴趣,从而从海量信息中有针对的给用户推送其感兴趣的物品。本文重点研究了推荐算法中面临的数据稀疏性难题以及运用分布式计算框架解决推荐算法数据计算的效率问题。在其他以往解决数据稀疏性方案中,有两种思路,第一是基于数据填充方法,主要思想是借助其它信息建立有效的用户模型。第二是不借助其他数据建立模型,直接利用用户历史评分信息,通过矩阵分解、聚类、机器学习等对用户历史评分数据进行预处理。本文融合以上两种思路,把用户标签融合至实值条件受限玻尔兹曼机(Real-valued Conditional Restricted Boltzmann Machine,R_CRBM)模型,利用R_CRBM强大的拟合任意离散分布的能力,预测出用户对未交互商品的评分缺失值。具体来说,首先提出显层单元为实值的R_CRBM模型,接着运用文本分类中的TF-IDF算法预测出用户对所应用过的标签的喜爱度,与标签基因数据相乘得到用户对商品的预测评分,融合至用户历史评分数据中。R_CRBM条件层在原有评分/未评分{0,1}向量中,融入用户标签/未标签{0,1}向量。本文运用Spark分布式计算框架,对本文所提算法实现了并行化,提升算法时间效率的同时,运用更多的用户历史数据提高推荐的准确性。通过真实数据集MovieLens对本文所提的算法及算法的并行化进行了实验,使用RMSE以及MAE作为评价指标,运用10折交叉进行验证。模型预测以及Spark并行化实验结果表明,本文提出的算法较原有算法比较,提升了推荐的准确性的同时,提升了计算效率,有实际应用价值。