基于混合推薦的電影推薦系統(tǒng)的研究與實(shí)現(xiàn).pdf

1、隨著人們娛樂(lè)的發(fā)展，精神娛樂(lè)顯得尤為重要，電影作為一項(xiàng)普及的精神娛樂(lè)，越來(lái)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(gè)難題。個(gè)性化推薦算法應(yīng)運(yùn)而生，它就是來(lái)解決如何在海量信息中尋找關(guān)鍵點(diǎn)，向用戶推薦出符合用戶要求的信息。對(duì)于一個(gè)推薦系統(tǒng)來(lái)說(shuō)，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(yù)測(cè)用戶潛在感興趣的內(nèi)容是本系統(tǒng)研究的重點(diǎn)。
　　 本文的主要研究?jī)?nèi)容就是幫助用戶從海量電影信息中解脫出來(lái)，

2、自動(dòng)的向用戶推薦出用戶感興趣的電影，避免讓用戶陷入過(guò)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(diǎn)，單一使用某一算法都不能完成系統(tǒng)的實(shí)際需求;因此，在實(shí)踐應(yīng)用中把多種算法融合到一起來(lái)推薦，顯得尤為重要。本論文以每個(gè)推薦算法為基礎(chǔ)，以推算方法混合為研究重點(diǎn)，主要目的是嘗試研究算法融合在實(shí)踐應(yīng)用中的準(zhǔn)確性和效率性。
　　 混合電影推薦系統(tǒng)的核心是B/S三層構(gòu)架，分別是表現(xiàn)層、業(yè)務(wù)層和數(shù)據(jù)層。本系統(tǒng)結(jié)合這三層體系進(jìn)行實(shí)

3、現(xiàn)。采用UML建模語(yǔ)言進(jìn)行設(shè)計(jì)。
　　 論文首先調(diào)研推薦系統(tǒng)的原理和特點(diǎn)，在此基礎(chǔ)上構(gòu)建出電影推薦系統(tǒng)的理論基礎(chǔ)。基本的推薦算法有:協(xié)同過(guò)濾算法、基于內(nèi)容的推薦算法、基于網(wǎng)絡(luò)的推薦算法等;了解和掌握每個(gè)算法的優(yōu)缺點(diǎn)，以便在系統(tǒng)實(shí)現(xiàn)過(guò)程中使用合理的推薦算法。
　　 其次，在討論實(shí)現(xiàn)系統(tǒng)所需技術(shù)的基礎(chǔ)上，對(duì)電影推薦系統(tǒng)的業(yè)務(wù)需求進(jìn)行調(diào)研。在需求分析的基礎(chǔ)上進(jìn)行模塊設(shè)計(jì)、總體框架設(shè)計(jì)、推薦算法設(shè)計(jì);并在此基礎(chǔ)上實(shí)現(xiàn)系統(tǒng)的數(shù)據(jù)庫(kù)