基于混合推薦的電影推薦系統(tǒng)的研究與實現(xiàn).pdf

1、隨著人們娛樂的發(fā)展，精神娛樂顯得尤為重要，電影作為一項普及的精神娛樂，越來越受到人們的重視。但是，如何在海量的電影中找到滿足自己喜愛的電影卻成為一個難題。個性化推薦算法應運而生，它就是來解決如何在海量信息中尋找關鍵點，向用戶推薦出符合用戶要求的信息。對于一個推薦系統(tǒng)來說，如何記錄用戶歷史信息并利用這些歷史信息分析用戶行為并預測用戶潛在感興趣的內容是本系統(tǒng)研究的重點。
　　 本文的主要研究內容就是幫助用戶從海量電影信息中解脫出來，

2、自動的向用戶推薦出用戶感興趣的電影，避免讓用戶陷入過多信息干擾。本論文介紹了多種推薦算法，每種算法都有各自的優(yōu)缺點，單一使用某一算法都不能完成系統(tǒng)的實際需求;因此，在實踐應用中把多種算法融合到一起來推薦，顯得尤為重要。本論文以每個推薦算法為基礎，以推算方法混合為研究重點，主要目的是嘗試研究算法融合在實踐應用中的準確性和效率性。
　　 混合電影推薦系統(tǒng)的核心是B/S三層構架，分別是表現(xiàn)層、業(yè)務層和數(shù)據(jù)層。本系統(tǒng)結合這三層體系進行實

3、現(xiàn)。采用UML建模語言進行設計。
　　 論文首先調研推薦系統(tǒng)的原理和特點，在此基礎上構建出電影推薦系統(tǒng)的理論基礎?；镜耐扑]算法有:協(xié)同過濾算法、基于內容的推薦算法、基于網(wǎng)絡的推薦算法等;了解和掌握每個算法的優(yōu)缺點，以便在系統(tǒng)實現(xiàn)過程中使用合理的推薦算法。
　　 其次，在討論實現(xiàn)系統(tǒng)所需技術的基礎上，對電影推薦系統(tǒng)的業(yè)務需求進行調研。在需求分析的基礎上進行模塊設計、總體框架設計、推薦算法設計;并在此基礎上實現(xiàn)系統(tǒng)的數(shù)據(jù)庫