原创力文档- 1、本文档共40页，其中可免费阅读12页，需付费200金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
- 3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
摘要
在互联网技术不断发展及智能设备日益普及的时代背景下，人们生活质量得到极大改善，电影作为人们精神娱乐的一种方式，人们也越来越希望通过智能设备就能快速有效的找到自己感兴趣的电影，而传统的搜索引擎在大数据时代“数据过载”问题严重的情况下很难满足人们这种个性化的要求，不能带给用户良好的体验感，但是个性化的电影推荐系统可以较好地解决这一问题。
推荐算法作为推荐系统的基础和核心，对于推荐系统质量的提升尤为关键。目前,在众多的推荐算法中应用最多的是协同过滤推荐算法，本文就基于项目的协同过滤及基于用户的协同过滤两种算法的原理、过程进行了着重介绍和对比。如果在电影推荐系统中采用基于项目的协同过
文档评论（0）