基于hadoop平台的电影推荐系统研究与实现开题报告

1. 研究目的与意义（文献综述）

1、目的及意义（含国内外的研究现状分析）

1.1 研究的目的及意义

自进入了互联网时代以来，人类开始进入了信息爆炸的时代。互联网的发展方向，在这个时代，更加明确，更加个性化、智能化、社会化，逐步影响着我们的生活方式。随着网络的普及，用户上网的成本越来越低，上网时间越来越多，使得整个信息世界的信息越来越多，人们面对这海量的信息的时候就会难以找到自己所需要的东西，这就产生了信息过载问题。人类的记忆和信息处理能力都是有限的，信息过载使得信息消费者很难从海量的信息中找到自己真正感兴趣的信息，同时也使信息的生产者对如何使自己生产的信息在海量的信息中锋芒毕露而倍感头疼。

在意识到信息过载问题之后，有许多人已经在探索解决方案了，同时作出了很多尝试，使用搜索引擎就是个具有代表性的解决方案，而这方法也确实在这个问题的解决上起了很大的作用。但问题是当关键字相同时所有的用户得到的结果都是一样的，实际情况并不是这样，我们所希望见到的是根据不同用户得出不同的结果，实现搜索结果的多元化、个性化，也就是说这些检索系统不能很好的处理用户个性化需求的问题，也就没有办法处理好“信息过载”问题。

2. 研究的基本内容与方案

2、研究（设计）的目标、内容、拟采用的技术方案及措施

2.1 研究目标

本课题要求实现在hadoop平台上基于hdfs及mapreduce，对大量电影数据进行协同过滤分析，从而实现电影推荐。课题旨在分析比较现有的两种协同过滤算法——基于用户的协同过滤算法和基于项目的协同过滤算法中存在的数据稀疏问题，提出算法改进的规则，最后对提出的改进方案进行有效性分析，提高其的可靠性。

2.2 研究内容

3. 研究计划与安排

1.第1－3周：查阅相关文献资料，明确研究内容，学习毕业设计研究内容所需理论的基础。确定毕业设计方案，完成开题报告。

2.第4－6周：完成hadoop平台的搭建，了解其基本操作。

3.第7－9周：研究并掌握hdfs、mapreduce基本框架及协同过滤算法基本原理。

4.第10－13周：开发设计电影推荐系统并在hadoop平台上实现。

4. 参考文献（12篇以上）

[1] tian j, li l, hou x. elective recommendation system based on users’ characteristics and collaborative filtering algorithm[c]. proceedings of the 9th international symposium on linear drives for industry applications, volume 4. springer berlinheidelberg, 2014: 545-552.

[2] ma m m, wang s p. research of user-based collaborative filtering recommendation algorithm based on hadoop[c]. international conference on computer information systems and industrial applications. atlantis press, 2015.

[3] cai l, guan x, chi p, et al. big data visualization collaborative filtering algorithm based on rhadoop[j]. international journal of distributed sensor networks, 2014.

[4] zhao w q, han f f, cai r, et al. e-commerce collaborative filtering algorithm research based on cloud computing[c]. advanced materials research. 2014, 846: 1566-1569.