首页 >  Python毕业设计  > 正文

个性化影片推荐系统-协同过滤算法

本选题的目的是设计个性化的影片推荐系统,其主要思想是:根据用户的信息和历史数据发现用户兴趣,然后把用户可能感兴趣的影片或者视频推荐给用户,本质上是一种信息过滤。将这些信息过滤后在精准的投放给用户,避免在信息过载的时代中盲目选择,从而快速获取自己想要的东西,提高信息的利用率。个性化影片推荐系统涉及很多学科和领域,有信息检索技术、数据挖掘领域、人工智能等,对其深入研究的同时也能有促进对其他学科和领域的研究以及拓展,能够将各个领域的知识进行综合研究和采纳,不仅在理论上促进各学科的发展,同时也在实际中为个性化推荐提供技术支持。个性化推荐系统的使用为大众缩短了再互联网上所耗费的时间,提高了其生活质量和工作效率,因此个性化影片推荐系统促进了个性化信息服务的发展盒人们生活质量的提高
 
课题研究内容
协同过滤(collaborative filtering)是个性化影片推荐系统的核心,简单来说是利用兴趣相投的群体的喜好来给目标用户做出推荐,实质上也是信息过滤的过程,协同过滤算法的前提假设是:
1.用户对项目的评分在一定程度上反映其兴趣爱好。如果用户对项目评分高,则表明用户喜欢此项目,反之亦然。
2.用户的兴趣多种多样,任何一个用户都有自己的兴趣,而且用户与其他用户存在或多或少的兴趣差异。
3.用户对未评分项目的打分与其近邻的评分相似。
了解掌握协同过滤算法,使用户在浏览系统时能够较为准确的推荐用户喜欢的相关项目。
 
课题研究方法
1.调研用户需求,设计业务功能的需求规格说明书。
2.设计数据采集方案,从可靠数据源获取数据。
3.根据需求说明书,设计系统界面、数据库结构以及系统实现方案等。
4.对实现的系统设计测试用例,并进行完整的测试。
 
课题研究思路
1.调研了解各大影视推荐系统,采集相关用户数据。
2.对所采集的数据进行初步过滤和筛选。
3.用户登录可设置自己的性别,喜好等。
4.根据用户喜好推荐相关影片及视频。
 
课题预期研究结果
该系统应具有以下功能和特点:
本系统主要实现:登录管理、影片管理、标签管理、评分管理、收藏管理、用户管理、评论管理。
1.用户登录时可设置自己的兴趣爱好,例如喜欢哪个国家的电影或者哪种类型的电影。
2.管理员负责对系统数据库中的影片进行更新,及时修改网站中的影片信息,让用户浏览到最新时间、最全面、最准确的电影信息,并且用户可以在短时间内搜索到最适合本人的影片信息。
3.对于不同影片,用户可为影片添加上标签,并且可增添删除相关标签,标签的作用类似于分类,用户根据个人感想对影片加上不同标签,方便用户对影片的查询。
4.观影之后,用户可在评论栏内查看其它用户对该影片的评论,并可在评论内写下自己的想法,同时也可以被其他用户查看和参考,方便用户之间信息交流。
5.每个影片都有一个可供观影者查看参考的综合分数,每个用户也可给影片进行打分,分数1到10。
6.UI设计要求遵循Material Design设计规范,简洁、易于操作、用户体验好
软件运行稳定,资源占用少,电量消耗低,不使用不需要的权限,无恶意唤醒等降低用户体验的行为。
 

以上是本题目部分介绍,若需要完整版或不符合您的要求,请联系客服QQ:2881084329

上一篇:基于大数据的小说推荐系统python

下一篇:最后一页

相关文章: