基于flask和hadoop的电影推荐系统的设计与实现.docx

基于Hadoop和Flask电影推荐系统的设计和实现

【摘要】本文主要撰写了推荐系统设计过程中的数据采集（爬虫）、数据存储（HDFS和本地文件系统）、数据预处理（SQL语句和Hive）、数据统计分析（Hive、Echatrs可视化）、构建混合式的推荐引擎和Web系统（Flask框架），所采用的工具有Mysql、Hadoop、Hive、Python、爬虫、Echarts等。本文从基于协同过滤的智能推荐算法出发展开研究的，系统数据基于爬虫的爱奇艺电影数据（包括电影特征数据和用户行为数据）。通过Python和Hive对数据进行预处理和分析，并根据用户行为数据、评分记录等信息，以欧式距离作为度