相似度计算在个性化推荐系统中是基本运算，但无论是基于内容还是基于协同过滤的推荐，目前常用的向量相似度计算还存在可以改进之处。在海量公开的数据集上的实验表明，在基于内容的推荐中引入机器学习方法以及在协同过滤推荐中引入区分度来改善相似度计算，可以获取更高的准确率。对MapReduce的分布式计算流程的改进，使得相似度计算更为高效。