互联网的高速发展,也带来了电子商务的高速发展,自动化的推荐物品给各大电子商务网站带来了良好的收益。但是,稀少的物品评价数据在面对数量庞大的推荐对象的时候,引发了一个严重的问题-评价矩阵稀疏性问题。评价矩阵的过度稀疏,严重影响了待推荐对象之间的相似性计算准确度,比如电影之间的相似性计算。而影评网站的影评往往很好的概括了电影的特征,可以使用关键词提取算法从影评文字中提取出特征来进行电影间的相似性计算。中文的关键词提取首先要选用合适的分词算法进行分词,然后根据应用场景选用合适的关键词提取算法。本文通过对爬取到的电影评价文字来进行关键词的提取,进而通过文章的关键词辅助电影的相似度计算。经实验结果验证,该算法可以有效的提高改善电影的推荐质量。但是,上文的改进算法仍然存在很大的改进空间。首先,电影的描述用词在不同类别的电影内会有一定的区别,可以利用信息增益的思想,根据不同的词汇在不同类别电影间的分布进行加权。同时,可以引入词向量技术,将所有词汇映射到词向量空间中去,再进行词义比对。实验表明,该改进思路最终有效提高了推荐质量,证明了该途径改进协同过滤算法的可行性。最后,本文设计了一个包含了该推荐系统的电影浏览网站,并且将部分吞吐量和时延要求较高的任务引入了Spark技术,成功将该算法落地与实际应用领域。