收稿日期:2023-03-04第31卷第6期Vol.31No.6北京印刷学院学报JournalofBeijingInstituteofGraphicCommunication2023年6月Jun.2023基于协同过滤算法的个性化电影推荐系统的实现司品印,齐亚莉,王晶(北京印刷学院信息工程学院,北京102600)摘要:在当今这个数据爆炸和流量横流的时代,用户时常面临的问题是空闲的时间想去看部电影,但没有确定的意向而去电影网站查找;这个步骤会浪费很长的时间,甚至最后找不到自己喜欢的电影。本文所开发设计的推荐系统就是为解决当今电影信息过载、用户需求不明确的问题,使用户相比于使用搜索引擎,更容易获得自己感兴趣的电影信息,使得服务个性化更强。系统的推荐算法使用数据挖掘中最丰富稳定的协同过滤算法。关键词:数据挖掘;电影推荐;协同过滤;个性化推荐中图分类号:TP311文献标识码:A文章编号:1004-8626(2023)06-0045-081问题的提出1.1研究意义及必要性互联网世界所产生的信息量是前所未有的,其数据呈爆炸式增长。人们对于信息的了解渠道是丰富的,不谈那些传统的信息传播媒介,就互联网来说每天的信息也是无法把握的,正是这些形形色色的信息传播媒介给我们提供了方便,也带来了新的问题———“信息过载”。[1]“信息过载”一词指的是系统用户难以通过对大量数据进行筛选,找到他们感兴趣和想看到的信息。计算机的发展为用户提供解决特定问题的办法,搜索引擎的出现正是为了帮助解决该问题,但搜索的前提是用户要有相关的关键词,如果用户的需求不清楚或无法描述他们需要的关键词,搜索功能则无法实现。且搜索是一种被动式的检索,是一种有意识有目标的活动,它无法满足用户的无目标的需求,在这种环境中出现了信息推荐板块。互联网系统中最初的推荐板块仅仅只是广泛性的推荐,就是把多数人喜爱的推荐给用户,把能够带来收益的信息推荐给用户,导致推荐内容千人一面、没有特色。这种推荐方式不是好的推荐系统留住消费者的做法。所以需要做出针对每一个人的性格爱好来进行个性化推荐的系统。随着国内经济总量的不断扩大和人们日益增长的文化追求,我国的电影行业已经越来越规范化和商业化了,每年春节档、暑期档、国庆档都十分火爆,即使在疫情状况下,观众对于电影的渴求也是抵挡不住的。无论线上线下,观影用户都有一个同样的麻烦,就是如何快速找到符合自己兴趣的、能够让自己打出高分的电影。与电影院的线下观看相比,线上的挑选更为艰难。截止到2020年,国内最著名的视频制作和播放平台之一的爱奇艺公司,仅一家公司的电影数量就达到了10...
