全文总字数：1750字

1. 研究目的与意义及国内外研究现状

本课题的研究目的：本设计完成一个电影推荐系统，能根据用户对电影的初始反馈情况不断完善自己，不断适用用户的需求，以便能推荐给用户合适的电影。从而解决用户到搜索引擎上因搜索感兴趣电影而消耗大量时间精力的问题。

本课题的研究意义：随着网络规模的不断发展，用户在网络上接触的信息有了爆炸式的增长，用户从海量数据中获取感兴趣的信息越来越困难。个性化推荐系统作为其中的一个重要信息过滤手段，能有效为用户推荐其感兴趣的资源。但是随着网络规模的不断扩大，传统的推荐系统在处理大数据量甚至海量信息时表现较差，因此提出了适合处理大数据量的的推荐系统。本课题中的电影推荐系统即为其中一种，能根据不同用户的个性化方面推荐其感兴趣的电影。相对于传统的用户在搜索引擎上搜索自己感兴趣的电影，这种电影推荐系统更具有主动性，更能适应大数据量的网络环境。

国内外研究现状

传统的推荐系统使用的是基于协同过滤的算法，在推荐效果上取得了很好的成绩。协同过滤算法需要用户显示评分来产生推荐结果，因此目前提出了使用web挖掘技术来获取用户隐式评分。推荐系统是信息检索与信息过滤的热点，得到了许多研究机构和研究人员的注意。

2. 研究的基本内容

本课题的研究主要基于hadoop平台下的基于mahout推荐引擎的设计与开发，主要在以下方面做出研究：

一、从用户的需求，用户的数量级，推荐系统实现的效果来选择合适的推荐算法，并选择恰当的评估指标来衡量此电影推荐系统的推荐效果。

二、设计此电影推荐系统的框架，确定开发环境与实现的功能。

3. 实施方案、进度安排及预期效果

本课题的实行方案：前期掌握推荐系统有关知识，包括协同过滤算法，推荐系统的评估指标等等。研究设计的目的与意义，进行需求分析，对相关文献进行查阅，掌握一点的开发知识。中期进行电影推荐系统的算法选择，功能设计，架构设计，模块设计。后期进行开发环境的搭建，系统功能的实现，调试测试，推荐效果的评估。

进度：目前进度为了解了推荐系统相关知识，推荐算法选择基于物品的协同过滤算法，相关文献做了研究与总结，开发环境搭建完毕，正在进行系统结构功能设计。

预期效果：能够有效完成电影推荐，满足用户的需求。

4. 参考文献

[1]项亮 编著.推荐系统实践[m].北京：人民邮电出版社 2012.6.

[2]sean owen,robin anil,ted dunning,ellen friedman 编著.[j].mahout in action[m]. manning publicatiion 2010.11.

[3]周军峰，汤显，郭景峰.一种优化的协同过滤算法[j].计算机研究与发展. 2004,41(10).