本发明属于在电影推荐系统应用领域，提出了一种面向推荐系统的改进协同过滤算法，在基于协同过滤的算法基础上，针对其存在的冷启动问题和稀疏性问题，提出了一种融合知识图谱和协同过滤的推荐算法，将知识图谱中的语义信息作为辅助信息融入到协同过滤算法中，降低了算法对于评分的依赖程度；同时，本发明提出一种三元组的存储结构来存储稀疏矩阵，可以有效缓解传统的二维稀疏矩阵带来的空间浪费的问题，提高了推荐算法的空间效率，并使用hash算法存储三元组，提高了对于某个三元组的访问速度以及存取效率；并且，本发明采用分布式计算，解决了数据集过大而导致的执行时间过长的问题，利用Spark的基于内存的并行计算，极大地缩短了算法的执行时间。