基于Python的個性化影片推薦引擎的設計與實現(xiàn).pdf

1、隨著互聯(lián)網(wǎng)和電子商務的快速發(fā)展，信息過載已經(jīng)成為目前互聯(lián)網(wǎng)用戶所面臨的嚴峻問題。人們在使用互聯(lián)網(wǎng)時產生的海量產品信息導致用戶難以快速地找到自己喜歡的物品。同時，互聯(lián)網(wǎng)企業(yè)也需要考慮如何及時向用戶提供其感興趣的產品來贏得用戶的喜愛，推薦系統(tǒng)便是解決這一問題的有效手段。協(xié)同過濾推薦技術是當前各大網(wǎng)站應用最廣泛、效果最好的技術，本論文對傳統(tǒng)的協(xié)同過濾推薦算法進行了分析和改進，并以影片推薦為例，設計和實現(xiàn)了一個個性化推薦引擎，具體研究內容如下:

2、
　　(1)首先對推薦系統(tǒng)的研究背景、研究歷史及國內外研究現(xiàn)狀做了介紹，并對推薦系統(tǒng)涉及到的各種概念、理論和技術以及相關應用做了詳盡的闡述，具體內容包括推薦算法的分類、相似性度量方法、推薦系統(tǒng)的評價技術、推薦系統(tǒng)的應用等。
　　(2)然后，以影片推薦系統(tǒng)為例，利用movielens數(shù)據(jù)集構建了一個影片推薦引擎，該推薦引擎實現(xiàn)了三個主要功能，分別是:數(shù)據(jù)集的構建、鄰居的挖掘、影片的推薦。該引擎實現(xiàn)了基于用戶過濾和基于物品過濾兩