濮阳_网站服务器租用平台_大连网站建设在线_办理公司注册手续

第 1 章 绪论 1
1.1 研究背景及意义 1
1.2 国内外研究现状 1
1.3 本文研究目标和研究内容 4
1.4 论文结构安排 4
第 2 章 推荐算法的研究 7
2.1 推荐算法简介 7
2.1.1 协同过滤算法 7
2.1.2 基于内容的推荐算法 7
2.1.3 基于标签的推荐算法 7
2.2 系统实现算法介绍 8
2.2.1 基于用户的协同过滤算法 8
2.2.2 基于物品的协同过滤算法 8
2.3 相似度计算 9
2.4 推荐算法评测指标 10
2.4.1 评分预测 10
2.4.2 TopN 推荐 10
2.5 本章小结 10
第 3 章 实验设计及系统实现相关技术的研究 11
3.1 实验设计及结果分析 11
3.1.1 实验环境 11
3.1.2 实验设计 11
3.2 系统实现相关技术的研究 14
3.2.1 Python 语言研究 15
3.2.2 Flask 框架研究 15
3.2.3 MySQL 数据库研究 16
3.3 本章小结 17
第 4 章 推荐系统的设计与实现 19
4.1 国内外主流视频网站推荐效果调研 19
4.1.1 国内视频网站调研 19
4.1.2 国外视频网站调研 20
4.2 需求分析 21
4.3 用户功能需求 21
4.4 系统设计 21
4.4.1 系统总体架构 21
4.4.2 系统功能模块简述 23
4.5 数据库介绍与设计 32
4.5.1 实验数据集介绍 32
4.5.2 数据库逻辑结构设计 33
4.5.3 系统 E-R 图 34
4.5.4 系统数据表设计 35
4.6 本章小结 36
第 5 章 总结与展望 39
5.1 总结 39
5.2 不足之处及未来展望 39
参考文献 41
致 谢 43
1.3 本文研究目标和研究内容
本论文的研究目标是通过协同过滤算法实现一个个性化电影推荐系统：用户首先通过 填写用户名、密码、邮箱地址注册后进入系统，然后对系统主页所展示的8个类别的电影 中看过的电影进行评分，0.5分为最低分，满分为5分，所对应的评价分别是：不喜欢、一 般、喜欢、推荐.提交评分后浏览器将评分数据通过表单提交到数据库，推荐系统后台的 分析算法通过UserCF（基于用户的协同过滤算法）和ItemCF（基于物品的协同过滤算法） 给出两种推荐.即一个是基于用户之间的相似度，一个是基于电影之间的相似度.
本文主要研究内容包括：
（1）研究原始的协同过滤算法，并调研应用该算法的视频网站.
（2）对原始的协同过滤算法做出改进，使推荐结果更加切符合用户兴趣.
（3）选定Top-N推荐的常用评价标准召回率和准确率与原始的协同过滤算法进行比较.
（4）以传统的协同过滤算法为基础，设计和实现一个个性化电影推荐系统，并从需 求分析、系统设计、系统实现三个方面对该系统进行阐述.

网页开发的流程或者步骤是什么什么是门户网站湖北最近发生的新闻网络规划设计师5天修炼扫描五一自驾游去哪里好华为净亏26亿word可以做网页吗m网站服务器租用方法云南协千手机建站平台可上传自己视频建筑用塑料模板价格网站制作方案的重要性自己制作头像app软件十大资本投资公司排版模板素材宝安seo优化公司为爱表白网页设计模板素材益阳学校网站建设免费的韩国网站服务器瓷砖网络推广培训北京海淀区开发导航的公司世界互联网峰会官网汽车设计公司排名前十强平房装修设计图片大全 效果图推动高质量发展就是要北京专业网站制作流程排名靠前建立网上商城应考虑哪些问题推广计划和推广单元有什么区别香港vps租用erp排名前十的软件建设公司是什么意思