基于協(xié)同過濾的電影推薦系統(tǒng)的構(gòu)建.pdf

1、隨著信息技術(shù)和互聯(lián)網(wǎng)的飛速發(fā)展，人們漸漸的從信息匱乏的時代跨入了信息過載的時代。在這個充滿信息的時代，無論是信息消費者還是生產(chǎn)者都面臨著巨大的挑戰(zhàn)：對于信息消費者來說，如何從海量信息中找到對自己有意義的信息是一件非常困難的事情；對于信息生產(chǎn)者來說，如何讓自己的信息展現(xiàn)給對它們感興趣的用戶面前，也是一件非常困難的事情。個性化推薦算法應(yīng)運而生，它就是解決這一矛盾的重要工具，實現(xiàn)了二者的雙贏。對于一個推薦系統(tǒng)來說，如何利用和分析用戶的歷史信息

2、并預測用戶潛在感興趣內(nèi)容是本文研究的重點。
　　協(xié)同過濾在個性互推薦領(lǐng)域中廣泛應(yīng)用，同時也存在稀疏性問題，冷啟動問題，準確性問題，可擴展性等問題，本文針對這些問題提出了基于Slope One算法的改進算法，改進后的算法在計算用于對目標項目的評分值是引入了項目相似性，消除了項目相似性對評分值的影響，同時改進后的算法的保持了原算法的優(yōu)點，在數(shù)據(jù)稀疏性問題上具有較好的適應(yīng)性。
　　本文的主要工作和創(chuàng)新性如下：
　　1.構(gòu)建了

3、基于協(xié)同過濾的電影推薦系統(tǒng)。電影推薦系統(tǒng)采用傳統(tǒng)的 B/S三層架構(gòu)，利用Struts2+Hibernate+Spring三大框架，MySql數(shù)據(jù)庫，Tomcat服務(wù)器構(gòu)建而成。系統(tǒng)可以有效的管理用戶和電影相關(guān)信息，能為用戶推薦其感興趣的電影。
　　2.提出了基于Slope One的改進算法。首先根據(jù)用戶的歷史評分數(shù)據(jù)計算項目間相似性，根據(jù)項目相似性為當前活躍用戶選取最近鄰居集合，然后計算目標項目與鄰近項目的評分偏差，最后以項目相似