基于协同过滤算法的电影推荐系统开题报告

1. 研究目的与意义

随着互联网技术的迅速发展，网络与人们的生活紧密相连、息息相关，“互联网 ”的模式下，各行各业都在逐渐深入互联网与物联网领域。电影作为人们长久的娱乐休闲活动，在历史发展中不断的进行技术革新，而如今拥有互联网的便捷，更多的人选择在手机、电脑上观看电影。但是，基于当下视频网站的商业效应，大多数网站呈现给用户的是利用资金堆砌的电影电视节目，鲜少有针对用户的喜好、用户的观看特点推荐电影或者电视节目的。因此，个性化电影推荐系统应运而生，从用户的角度入手，从用户的个性化特点入手，帮助用户在海量的电影中获取自己感兴趣的内容。

推荐系统现多用于电子商务平台，如淘宝、天猫等，其推荐方式一般有两种，一是根据用户的搜索或者购买商品数据进行计算，根据计算值推荐相近值得商品；二是根据用户的搜索或者购买商品的数据进行计算，将计算值相近的用户所收藏或者浏览、购买的商品相互推荐，其主要是基于用户的感兴趣的相似程度而进行的推荐。因此，电影推荐系统可以效仿电商平台的推荐模式，根据用户日常收藏观看电影的记录，推荐类型相似的电影给用户，或者根据用户日常观看的电影，计算出用户的兴趣值，将相似用户的收藏内容相互推荐。此外，电影推荐系统还应提供热门搜索的电影给用户或者是最新的电影内容。

2. 研究内容和预期目标

本毕业设计以基于物品与物品的协同过滤推荐算法为理论，实现一个工程领域的电影推荐系统。通过电影与电影之间的邻居关系进行邻居查找，以及通过计算电影与电影之间的相似度数据进行相似度的计算，此外还有对用户的兴趣度进行一定的计算，利用兴趣度匹配进行相关相近电影推荐。

系统将着重于余弦相似度和皮尔森相似性度量的研究和计算，通过余弦相似度的计算以及皮尔森用户相似性的计算分别从项目和用户的角度进行电影推荐，并且对计算结果进行对比分析。

本系统研究难点在于如何选用恰当方式对电影推荐内容进行更新，以保证用户进行搜索时不会出现重复推荐等情况。

3. 研究的方法与步骤

1. 底层模块设计

学习与掌握文件i/o原理，map原理，字符串切割原理等知识，来设计和实现推荐系统数据模块，用于读、写和存储推荐系统相关的实体数据。

2. 数据计算与处理模块设计

4. 参考文献

[1] resnick, paul and varian, hal. recommender systems[j]. introduction to special section of communications of the acm. vol. 1997, 40(3):56-58.

[2] 刘建国，周涛，汪秉宏. 个性化推荐系统的研究进展[j]. 自然科学进展, 2009, 19 (1), 1-15.

[3] 邓爱林，朱扬勇，施伯乐. 基于项目评分预测的协同过滤推荐算法[j]．软件学报. 2003, 14(09):1621-1628.

5. 计划与进度安排

序号 起止日期 任务 工作内容

1、 2022-01-16 ~ 2022-02-19 调研 调研，撰写开题报告

2、 2022-02-20 ~ 2022-02-28 查阅文献资料 论文综述和论文目录