"Sentiment Analysis Based Keyword Aware Service Recommendation for Big Data" Tradicionnym rekomendatel'nym sistemam ne hwataet wozmozhnosti dawat' personalizirowannye rekomendacii konechnomu pol'zowatelü. Im ne hwataet masshtabiruemosti i äffektiwnosti. Spisok rejtingow i predostawlqemye rekomendacii prakticheski odinakowy. Takim obrazom, w dannoj rabote predlagaetsq sistema rekomendacij otelej s ispol'zowaniem frejmworka hadoop. Hadoop w osnownom rabotaet w oblasti, gde poqwlqütsq bol'shie dannye. Jeti bol'shie dannye trudno sobirat' i analizirowat'. Dlq resheniq ätoj problemy predlagaetsq metod rekomendacii uslug na osnowe otzywow. Jetot metod osnowan na algoritme sowmestnoj fil'tracii na osnowe pol'zowatelej. Pol'zowateli s pohozhimi wkusami otlawliwaütsq s pomosch'ü wwodimyh imi klüchewyh slow. Zatem k otzywam passiwnyh pol'zowatelej primenqetsq analiz nastroenij i wychislqetsq ocenka. Konechnym pol'zowatelqm rekomenduütsq luchshie serwisy. Jexperimental'nyj analiz pokazywaet, chto dannyj metod rabotaet bolee äffektiwno, chem tradicionnye dostupnye metody.