由于信息、网络技术的不断成熟和飞速发展,网络时代信息量在各个领域(比如:电视节目、电影、美食、旅游、音乐、书籍、新闻、网页等)已然处于指数爆炸增长的状态,在电商领域也是如此,尤其是女装,作为信息消费的我们可能总是会因为面对繁多的类目和茫茫的商品不知从何下手而烦恼。因此迫切需要一个能够定制化地为用户挖掘兴趣相似商品的推荐系统来帮助用户过滤掉没有价值的商品,提高用户对平台的满意度,同时为企业带来更大的收益。基于Hadoop的女装商品推荐系统主要包括定时任务、离线计算、数据更新和web服务端模块。定时任务模块由crontab托管,主要职责是定时上传用户日志信息和商品属性关联信息文件至HDFS、定时调用离线计算模块执行计算、定时调用数据更新模块同步数据。离线计算模块是一个离线计算任务,以公司网站的用户日志信息和商品属性关联信息为主要输入数据源,以HDFS作为分布式存储、MapReduce作为分布式计算框架,参考基于内容的推荐模型思想,为用户定制化地计算推荐商品列表以及计算网站热门商品列表,并将算得的结果保存到数据库中。数据更新模块主要功能是同步最新数据到数据库中,包括推荐结果、热门列表、用户日志等数据。web服务端模块基于python flask实现,主要提供一些对外的接口服务实现,主要包括用户推荐列表结果查询接口、网站热门商品列表查询接口、用户日志信息查询接口、日志添加消息请求接口、商品上下架消息请求接口等。测试的结果表明系统能长时间稳定地运行,并且为用户计算的推荐结果基本符合用户的兴趣爱好,达到了预期的目标,可以在电商领域作为一个能定制化地为用户推荐偏好比较接近商品的系统。