在当今信息社会,每天产生海量的数据信息,面对铺天盖地的数据信息,每天人们要花费大量的时间去选择自己所需的信息。数据信息的利用率随着数据量的高速增长呈现明显下降,信息过载问题日益突出。为了解决这个问题,学术界提出构建个性化推荐系统,根据用户过去的搜索历史和浏览记录,向用户自动推送相关数据信息。协同过滤算法是个性化推荐系统常用的个性化推荐方法。然而由于数据信息的增长,导致个性化推荐系统的规模不断增长,传统的推荐算法已经无法满足现代大数据计算要求。基于Hadoop平台协同过滤推荐算法,能更好地适应当下大数据背景下的信息处理要求。主要简单概述了Hadoop平台的特点、协同过滤算法存在的优缺点,提出了基于Hadoop平台协同过滤推荐系统,可以避免过滤推荐系统的缺点,提高推荐系统的准确性。