全文总字数：1298字

1. 研究目的与意义及国内外研究现状

信息过载，是当今社会的一大特征。人们在日常生活中，面对海量数据，很难快速找到感兴趣或需要的内容。筛选出有意义的数据成为一门非常实用的学问，各类电子商务平台，社交平台，娱乐多媒体平台根据不同的用户呈现个性化的内容成为如今首选的信息处理方式。根据用户已发生的行为，采集数据，进行数据挖掘分析，推荐用户需要或可能感兴趣的信息，是各大互联网提高用户体验的重要方式。在数据爆炸式增长的环境下，不断优化推荐算法，才能挖掘出最有用、准确的信息。

在蓬勃发展的多媒体产业中，电影推荐是各大线上视频网站在激烈竞争中脱颖而出的一个重要方向，近年来国内外电影作品都非常高产，除了院线观影之外，线上观影也是消费者欣赏电影作品的主要方式，运用推荐算法来预测用户感兴趣的电影，吸引用户眼球，减少用户流失，具有很大的商业价值。

国内外研究现状

目前互联网的几大支柱产业，包括电子商务和社交网络，均不同程度地使用了推荐系统技术。

2. 研究的基本内容

1、分析基于内容推荐的几种数据挖掘算法；

2、分析协同过滤推荐算法；

3、将以上两者相结合通过混合推荐算法实现电影推荐；

3. 实施方案、进度安排及预期效果

1、实行方案：

通过混合推荐算法对电影数据集行计算。通过oracle，eclipse，springmvc实现系统。

2、进度安排：

4. 参考文献

[1]徐华，数据挖掘:方法与应用:应用案例.清华大学出版社

[2]jiawei han;micheline kamber，数据挖掘概念与技术.机械工业,2007

[3]王国霞，刘贺平等.个性化推荐系统综述.计算机工程与应用，2012