根据搜索结果，推荐系统开发中常用的软件主要包括以下两类：

一、推荐系统开发框架

RecommenderX

- 专为构建推荐系统设计，支持Python语言，提供数据加载、模型构建和评估等核心功能。 - 优势：灵活性高（支持自定义数据集和内置示例数据），文档完善，社区活跃。

LightReco

- 以简洁直观的API和丰富的算法库（包括协同过滤、深度学习等）著称，适合快速搭建模型。 - 优势：新手友好，覆盖主流推荐策略，开发流程简化。

二、数据预处理工具

DataLoader（RecommenderX）

用于加载和处理数据，支持从文件、数据库等来源读取数据，并进行必要的预处理。

三、其他相关工具

Mahout（需注意版本兼容性）

Apache基金会项目，提供分布式机器学习算法，包括协同过滤。但需注意其与最新版本的兼容性。

总结：

推荐系统开发首选RecommenderX或LightReco，根据需求选择合适框架，并搭配DataLoader进行数据处理。若涉及分布式计算，可考虑Mahout（需谨慎评估版本）。