基于协同过滤算法的个性化电影推荐系统的实现.pdf

在当今这个数据爆炸和流量横流的时代,用户时常面临的问题是空闲的时间想去看部电影,但没有确定 的意向而去电影网站查找;这个步骤会浪费很长的时间,甚至最后找不到自己喜欢的电影。 本文所开发设计的 推荐系统就是为解决当今电影信息过载、用户需求不明确的问题,使用户相比于使用搜索引擎,更容易获得自己 感兴趣的电影信息,使得服务个性化更强。 系统的推荐算法使用数据挖掘中最丰富稳定的协同过滤算法。 互联网世界所产生的信息量是前所未有的,其 数据呈爆炸式增长。 人们对于信息的了解渠道是 丰富的,不谈那些传统的信息传播媒介,就互联网 来说每天的信息也是无法把握的,正是这些形形色 色的信息传播媒介给我们提供了方便,也带来了新 的问题———“信息过载”。 [1] “信息过载”一词指的是系统用户难以通过对 大量数据进行筛选,找到他们感兴趣和想看到的信 息。 计算机的发展为用户提供解决特定问题的办 法,搜索引擎的出现正是为了帮助解决该问题,但 搜索的前提是用户要有相关的关键词,如果用户的 需求不清楚或无法描述他们需要的关键词,搜索功 能则无法实现。