推荐系统作为辅助用户选择、发掘用户需求迅速得到了相关研究者和互联网市场的关注,同时个性化推荐服务也被广泛应用到各个领域。本论文以分布式存储和计算平台Hadoop为系统基础运行环境,使用Mahout的协同过滤算法和Top-10算法为推荐算法核心。实现了基于Mahout的个性化图书推荐系统。本论文的主要工作如下:1.对目前主流的推荐算法如基于协同过滤推荐、基于内容的推荐和混合型推荐相关原理和应用场景进行了分析和研究。结合本系统的特点和算法应用的广泛性。选出了适合本系统的推荐算法。2.使用JavaWeb技术搭建个性化图书推荐平台网站。本系统采用的是Java开发中常用的SSH框架和MySQL开发,实现后台、前台和数据库进行数据交互。3.依据系统的特性推荐算法选择了基于协同过滤推荐和基于Top-10的推荐。这两种分别用于对的单个用户的个性化推荐和大众用户的Top-10热门推荐,后者也用于新用户的冷启动问题。4.设计并实现了以Hadoop为底层的基于Mahout框架的个性化图书推荐系统。