基于混合推荐的电影推荐系统设计.pdfVIP

随着经济的快速发展，人们的娱乐生活越来越丰富。电影，作为娱乐的重要组成部分， 越来越受到大众的欢迎，特别是受到年轻人的喜爱。但是，如何在海量的电影中找到满足自 己喜爱的电影却成为一个难题。电影个性化推荐应运而生，它就是来解决如何在海量信息中 寻找关键点，向用户推荐出符合用户要求的电影。 本文，基于内容和协同过滤混合的推荐算法，建立一个个性化的电影推荐系统。电影作 为推荐给用户的一种产品，其对特定的时间依赖性并不强。基于内容的推荐系统可以有效地 克服冷启动和数据稀疏性问题，在系统初运行阶段和有新用户进入阶段可以提供较高的准确 性。当数据评估到达一定程度后，使用协同过滤推荐系统进行推荐。协同过滤技术，不仅可 以提供同类型的优质产品给用户，还可以根据近邻集的不同进行跨类型的推荐。并且随着时 间的增加，用户评价数的增多，更多的用户加入到系统中后，会找到更匹配的近邻用户，使 得推荐质量得到提升。 系统设计 一、总体构架设计 电影推荐系统采用B/S模式的三层框架设计，分为表示层、业务层和数据层。这样的设 计模式达到了分散关注、松散耦合、逻辑复用和标准定义的目的。系统总体框架结构图如图 1所示。 二、对象关系及动态模型 a)对象关系 电影管理中的主要对象有：管理员和电影。管理员对电影的操作有：查询、修改、删除、 添加等。管理员与电影是一对多的关系。 电影推荐中的对象是电影，系统在这些电影信息的基础上进行推荐，系统和电影的关系 是多对多的关系。用户对象可以细分为普通用户和管理员。对象详细关系图如图2所示。 表 页面浏览器 网络应用 示 客户端 层 注册，登陆，浏览，观看，添加，删除，修改等 ~ 1 ~ 业 电影管理业务 电影推荐 务 图1 总体构架设计 管理员 电影管 电影信息 用户 浏览 推荐算法 普通用户 观看 图2 对象间关系图 b)动态模型 电影推荐模块是系统主要的动态模型。电影推荐系统的状态转化图如3所示。 登陆 ~ 2 ~ 未推荐 推荐 图3 推荐的状态转化图 三、数据库设计 用户信息表有三个属性，用户名、邮箱、密码。用户名是主键，为文本类型，邮箱和密 码也是文本类型。用户信息数据字典如下表所示。 表1用户信息数据表 数据项 类型 用户名 文本