摘? 要

“互聯(lián)網(wǎng)+”的戰(zhàn)略實(shí)施后，很多行業(yè)的信息化水平都有了很大的提升。但是目前很多行業(yè)的管理仍是通過(guò)人工管理的方式進(jìn)行，需要在各個(gè)崗位投入大量的人力進(jìn)行很多重復(fù)性工作，使得對(duì)人力物力造成諸多浪費(fèi)，工作效率不高等情況；同時(shí)為后續(xù)的工作帶來(lái)了隱患。并且現(xiàn)有的電影推薦系統(tǒng)由于用戶(hù)的體驗(yàn)感較差、系統(tǒng)流程不完善導(dǎo)致系統(tǒng)的使用率較低。此基于協(xié)同過(guò)濾算法的電影推薦系統(tǒng)的部署與應(yīng)用，將對(duì)首頁(yè)，個(gè)人中心，用戶(hù)管理，電影分類(lèi)管理，免費(fèi)電影管理，付費(fèi)電影管理，電影訂單管理，我的電影管理，電影論壇，系統(tǒng)管理等功能進(jìn)行管理，這可以簡(jiǎn)化管理工作程序、降低勞動(dòng)成本、提高業(yè)務(wù)效率和工作效率。為了有效推動(dòng)個(gè)性化智能電影推薦資源的合理配置和使用，適應(yīng)現(xiàn)代個(gè)性化智能電影推薦機(jī)構(gòu)的管理辦法，迫切需要研發(fā)一套更加全面的基于協(xié)同過(guò)濾算法的電影推薦系統(tǒng)。

本課題在充分研究了ssm框架基礎(chǔ)上，采用B/S模式，以Java為開(kāi)發(fā)語(yǔ)言，MyEclipse為開(kāi)發(fā)工具，MySQL為數(shù)據(jù)管理平臺(tái)，實(shí)現(xiàn)的內(nèi)容主要包括首頁(yè)，個(gè)人中心，用戶(hù)管理，電影分類(lèi)管理，免費(fèi)電影管理，付費(fèi)電影管理，電影訂單管理，我的電影管理，電影論壇，系統(tǒng)管理等功能。

關(guān)鍵詞：協(xié)同過(guò)濾算法；電影推薦；Java；互聯(lián)網(wǎng)+

Abstract

After the implementation of the "Internet +" strategy, the level of informatization in many industries has been greatly improved. However, the management of many industries is still carried out by manual management, which requires a lot of manpower in various positions to carry out a lot of repetitive work. , resulting in a lot of waste of human and material resources and low work efficiency; at the same time, it brings hidden dangers to the follow-up work. In addition, the existing movie recommendation system has a poor user experience and imperfect system flow, resulting in a relatively high utilization rate of the system. Low. The deployment and application of this collaborative filtering algorithm-based movie recommendation system will help the home page, personal center, user management, movie classification management, free movie management, paid movie management, movie order management, my movie management, movie forum, System management and other functions for management, which can simplify management procedures, reduce labor costs, improve business efficiency and work efficiency. In order to effectively promote the rational allocation and use of personalized intelligent movie recommendation resources, adapt to the management of modern personalized intelligent movie recommendation agencies It is urgent to develop a more comprehensive movie recommendation system based on collaborative filtering algorithm.

On the basis of fully studying the ssm framework, this topic adopts the B/S mode, uses Java as the development language, MyEclipse as the development tool, and MySQL as the data management platform. , Free Movie Management, Paid Movie Management, Movie Order Management, My Movie Management, Movie Forum, System Management and other functions.

Key words: collaborative filtering algorithm；Movie recommendation；Java；Internet +

目 錄

1緒論 4

1.1課題背景 4

1.2系統(tǒng)實(shí)現(xiàn)的功能 4

1.3課題研究的意義 4

2系統(tǒng)相關(guān)技術(shù)介紹 5

2.1 Java介紹 5

2.2 SSM框架 6

2.3 Mysql數(shù)據(jù)庫(kù) 6

2.4MySQL環(huán)境配置 6

2.5協(xié)同過(guò)濾算法簡(jiǎn)介 7

2.6B/S架構(gòu) 7

3系統(tǒng)分析與設(shè)計(jì) 8

3.1可行性分析 8

3.2性能需求分析 9

3.3功能分析 9

4系統(tǒng)設(shè)計(jì) 11

4.1系統(tǒng)結(jié)構(gòu)設(shè)計(jì) 11

4.2數(shù)據(jù)庫(kù)設(shè)計(jì) 12

5系統(tǒng)實(shí)現(xiàn) 20

5.1系統(tǒng)功能模塊 20

5.2管理員功能模塊 22

6系統(tǒng)的調(diào)試和測(cè)試 26

7結(jié)論 27

參 考 文 獻(xiàn) 28

致謝 28

?

本次設(shè)計(jì)任務(wù)是要設(shè)計(jì)一個(gè)基于協(xié)同過(guò)濾算法的電影推薦系統(tǒng)，通過(guò)這個(gè)系統(tǒng)能夠滿(mǎn)足電影推薦的管理功能。系統(tǒng)的主要包括首頁(yè)，個(gè)人中心，用戶(hù)管理，電影分類(lèi)管理，免費(fèi)電影管理，付費(fèi)電影管理，電影訂單管理，我的電影管理，電影論壇，系統(tǒng)管理等功能。

管理員可以根據(jù)系統(tǒng)給定的賬號(hào)進(jìn)行登錄，登錄后可以進(jìn)入電影推薦系統(tǒng)對(duì)個(gè)性化智能電影推薦所有模塊進(jìn)行管理。包括查看和修改自己的個(gè)人信息以及登錄密碼。

該系統(tǒng)為每一個(gè)用戶(hù)都分配了一個(gè)用戶(hù)賬號(hào)，用戶(hù)通過(guò)賬號(hào)的登錄可以在系統(tǒng)中查看個(gè)性化智能電影推薦信息及對(duì)個(gè)人信息進(jìn)行修改等功能。

協(xié)同過(guò)濾算法是一種較為著名和常用的推薦算法，它基于對(duì)用戶(hù)歷史行為數(shù)據(jù)的挖掘發(fā)現(xiàn)用戶(hù)的喜好偏向，并預(yù)測(cè)用戶(hù)可能喜好的產(chǎn)品進(jìn)行推薦。也就是常見(jiàn)的“猜你喜歡”，和“購(gòu)買(mǎi)了該商品的人也喜歡”等功能。它的主要實(shí)現(xiàn)由：

　　●根據(jù)和你有共同喜好的人給你推薦

　　●根據(jù)你喜歡的物品給你推薦相似物品

　　●根據(jù)以上條件綜合推薦

　　因此可以得出常用的協(xié)同過(guò)濾算法分為兩種，基于用戶(hù)的協(xié)同過(guò)濾算法(user-based collaboratIve filtering)，以及基于物品的協(xié)同過(guò)濾算法(item-based collaborative filtering)。特點(diǎn)可以概括為“人以類(lèi)聚，物以群分”，并據(jù)此進(jìn)行預(yù)測(cè)和推薦。