電影推薦系統(tǒng)的設計與實現(xiàn).pdf

1、隨著互聯(lián)網(wǎng)與移動互聯(lián)網(wǎng)迅速普及,網(wǎng)絡上的電影娛樂信息數(shù)量相當龐大,人們對獲取感興趣的電影娛樂信息的需求越來越大,個性化的電影推薦系統(tǒng)成為一個熱門。然而電影信息的表示相當復雜,已有的相似度計算方法與推薦算法都各有優(yōu)勢,導致單一的相似度計算方法與推薦算法無法合適地應用于電影推薦系統(tǒng)中。大量的電影數(shù)據(jù)的管理運營隨著數(shù)據(jù)量的增長也變得越來越復雜,因此,如何綜合各種算法的優(yōu)勢給用戶可靠的電影推薦結果,并保證用戶能訪問到正確的推薦數(shù)據(jù)成為推薦系統(tǒng)設

2、計中需要解決的一個重要問題。
　　系統(tǒng)在推薦模塊中使用了更切合實際的電影相似度計算方法,結合協(xié)同過濾算法與基于內容的過濾算法,有效的解決了系統(tǒng)的冷啟動問題和推薦的準確性問題,推薦算法使用集中平均法來預測用戶對電影的評分,避免了用戶個人評分習慣對預測評分產(chǎn)生的不利影響。將數(shù)據(jù)集,推薦引擎,評分預測器,相似度計算器等重要部件高度分離,并提供各種有效的具體實現(xiàn)算法派生類。在運營模塊中將系統(tǒng)分為測試環(huán)境與正式環(huán)境兩部分,在測試環(huán)境中進行測