電影個(gè)性化推薦系統(tǒng)的研究與實(shí)現(xiàn).pdf

1、隨著互聯(lián)網(wǎng)的發(fā)展和移動(dòng)終端的迅速普及，人們的生活質(zhì)量得到了極大的提高，網(wǎng)絡(luò)上供用戶觀看的電影數(shù)量龐大、類型多樣，但是用戶需要花費(fèi)大量時(shí)間尋找感興趣的電影，導(dǎo)致電影資源的利用率過低。個(gè)性化推薦技術(shù)可以從海量信息中挖掘出有價(jià)值信息，并向用戶提供個(gè)性化服務(wù)，可以很好的解決電影資源利用率低的問題。
　　在個(gè)性化推薦系統(tǒng)中，推薦算法的好壞直接影響推薦系統(tǒng)的質(zhì)量，推薦算法一直是學(xué)術(shù)研究的重點(diǎn)和熱點(diǎn)。協(xié)同過濾算法應(yīng)用廣泛，但是基于用戶的協(xié)同過濾

2、算法存在推薦質(zhì)量不高的問題，其主要原因有兩點(diǎn)：第一，算法沒有充分利用用戶的特征信息；第二，用戶評分矩陣存在數(shù)據(jù)稀疏性的問題。針對上述問題，提出了基于用戶綜合相似度的協(xié)同過濾算法，算法將用戶特征引入到相似度計(jì)算之中，將用戶的相似度分為評分相似度和特征相似度，并且利用相似度的傳遞原理降低數(shù)據(jù)稀疏對推薦效果的影響。最后利用標(biāo)準(zhǔn)數(shù)據(jù)集，設(shè)計(jì)實(shí)驗(yàn)，給出實(shí)驗(yàn)結(jié)果并對實(shí)驗(yàn)結(jié)果進(jìn)行分析，實(shí)驗(yàn)結(jié)果表明基于用戶綜合相似度的協(xié)同過濾算法能夠提高推薦的準(zhǔn)確度。

3、
　　在算法研究的基礎(chǔ)上，本文設(shè)計(jì)和實(shí)現(xiàn)了一個(gè)電影個(gè)性化推薦系統(tǒng)，系統(tǒng)基于B/S模式，采用MVC設(shè)計(jì)模式的三層架構(gòu)。首先，對電影推薦系統(tǒng)的進(jìn)行需求進(jìn)行分析；其次，在需求分析的基礎(chǔ)上對系統(tǒng)進(jìn)行總體框架設(shè)計(jì)、功能模塊設(shè)計(jì)、推薦算法設(shè)計(jì)和數(shù)據(jù)庫設(shè)計(jì)，給出了系統(tǒng)實(shí)現(xiàn)的技術(shù)路線和開發(fā)環(huán)境；然后，開發(fā)實(shí)現(xiàn)電影個(gè)性化推薦系統(tǒng)，給出了系統(tǒng)關(guān)鍵技術(shù)的實(shí)現(xiàn)，其中包括個(gè)人信息管理、電影信息管理和推薦引擎；最后，給出了系統(tǒng)的運(yùn)行效果，并對系統(tǒng)進(jìn)行功能測試