【摘要】大数据时代背景下，基于 Hadoop 平台构建的电商推荐系统面临数据处理效率低下、难以根据用户实时行为进行推荐的问题。针对 Hadoop 平台存在的问题，本文提出了基于 Spark 框架构建的电商实时推荐系统，通过借助 Spark框架平台及其组件采集用户行为日志数据，并进行用户隐性行为分析和离线推荐系统训练，提高了离线推荐系统效率。同时，借助 Spark Streaming 流处理技术，实时推荐系统可对日志数据进行过滤，获取用户 ID、商品 ID 等关键信息，并通过离线推荐结果与实时推荐结果整合，实现实时推荐系统商品排序动态交互调整，达到改善用户电商平台交互体验和电商平台转化率的目的。