本发明公开了一种基于Spark的个性化推荐方法及系统，其中，所述个性化推荐方法包括：获取用户对商品的行为信息并进行用预处理，获取用户对商品的隐式反馈；根据用户对商品的隐式反馈进行用户对商品的交互矩阵构建处理，获取用户对商品的交互矩阵；根据用户对商品的交互矩阵进行商品相似度矩阵计算处理，获取商品相似度矩阵；根据商品相似度矩阵进行商品邻近集构建处理，获取商品邻近集；根据商品邻近集进行用户对商品的偏好值预测处理，获取用户对商品的偏好值；根据用户对商品的偏好值向用户进行商品推荐，并将推荐结果进行展示。在本发明实施例中，融合多源信息，充分利用用户对商品的行为信息，缓解数据稀疏和冷启动问题。