论文总字数：15832字

摘 要

近年来，随着中国上网用户变得越来越多，越来越多的人使用移动端设备，所以精准推送变得尤为重要。网上有着海量的信息，怎样才能过滤掉无用信息将用户真正感兴趣的内容推送给用户呢，这时候推荐系统就变得尤为重要了。该系统采用协同过滤推荐算法完成简单的电影推荐系统

本系统选用Eclipse来开发，采用MySQL关系数据库。在系统模式上选用B/S结构，在开发框架上选用SSH框架。根据系统要求，将本系统功能进行划分，实现了全部电影显示、分类电影显示、影片个性化推荐。经由使用该系统，用户可以查看影片的详细信息、给所点击的影片评分以及查看系统为当前用户推荐的电影。本系统基本达成设计的功能。

关键词：电影推荐系统；java；Spring；Struts；Hibernate。

Design and implementation of movie recommendation system based on collaborative filtering recommendation

Abstract

In recent years, as more and more people in China go online and use mobile devices, accurate notifications have become particularly important. There is a huge amount of information on the Internet. How can we filter out the useless information and push the content that users are really interested in to users? At this time, the recommendation system becomes particularly important. The system uses collaborative filtering recommendation algorithm to complete a simple movie recommendation system

This system chooses Eclipse to develop, Uses MYSQL relational database. B/S structure is selected in the system mode, and SSH framework is selected in the development framework. According to the requirements of the system, the functions of the system are divided, and the whole movie display, classified movie display and personalized movie recommendation are realized. Using the system, users can view movie details, rate the movies they click on, and see which movies the system recommends for the current user. This system basically achieves the function of the design.

Keywords: Movie Recommendation System; Java; Struts; Hibernate.

目录

摘 要 3

Abstract 4

第一章 绪论 7

1.1 选题背景 7

1.1.1 系统开发背景 7

1.1.2 国内现状 7

1.2选题意义 7

第二章 系统开发环境及相关技术 8

2.1系统开发环境 8

2.2 JAVA语言 8

2.3 Eclipse 9

2.4 MySQL数据库 9

2.5 B/S结构模式 9

2.6 开发框架技术 10

2.7 协同过滤推荐技术 12

第三章 需求分析 14

3.1 系统需求分析 14

3.1.1 业务流程分析 14

3.1.2数据流程分析 15

3.1.3系统功能分析 15

3.2 可行性需求分析 16

3.2.1技术可行性 16

3.2.2经济可行性 16

3.2.3法律可行性 17

3.3性能需求分析 17

3.3.1 硬件性能需求 17

3.3.2 软件性能需求 17

第四章 概要设计 18

4.1总体结构图 18

4.2系统模块功能 19

4.2.1登陆模块 19

4.2.2管理员模块 19

4.2.3用户模块 20

4.3系统实体关系 20

4.3.1实体对象 20

4.3.2实体关系： 22

第五章 详细设计 23

5.1关系数据模式设计 23

5.2程序结构图 24

第六章 系统功能的具体实现 25

6.1系统开发环境部署 25

6.1.1配置web.xml文件 25

6.2功能实现 25

6.2.1登陆以及注册功能 25

6.2.2上传功能： 26

6.2.3信息管理功能 26

6.2.4主界面设计 27

6.2.5 推荐功能 28

第七章 系统测试 31

7.1登陆功能测试 31

7.2管理员功能测试 31

用户评分管理： 33

7.3用户功能测试 34

第八章 总结 37

致谢 38

参考文献 38

第一章 绪论

1.1 选题背景

1.1.1 系统开发背景

由于互联网信息的传输有双向性，即开放的信息交流特点和信息覆盖性的特点。网络中的信息量呈井喷式增长，对每个用户来说其中包含着大量的无关信息，信息的过载问题越来越显著。解决这些问题的关键在于不再被动的只会在接受到用户请求后传输信息，而是主动的感知用户的需求，预测用户的喜好从而达到提高有效性的目标。这也就是推荐算法存在的必要性。推荐系统根据用户的各项信息预测用户的喜好和兴趣以此来对无用信息进行过滤，最后呈现给用户的都是和使用者关联度较高的信息。在众多推荐算法中，协同过滤推荐依旧是当前环境下运用的最为广泛的算法。像抖音、阿里、百度在在这一领域都取得了成功，可以说现在软件的发展趋势就是“智能化”。

1.1.2 国内现状

随着互联网的普及，中国的网民的数量不断增长，移动端的使用率越来越高，互联网已经融入到人们的日常生活中去了。推荐算法运用的场景也越来越多，特别是众多短视频app以及电商网站。为了迎合并捕捉用户的需求，推荐算法和系统必不可少。

从国内来说：猫眼，豆瓣等电影推荐平台在不断的技术革新。他们的推荐技术已然非常成熟，可以根据用户的喜好在首页推送用户最可能感兴趣的内容。民众们也越来越接收并且习惯于这种模式，所谓迎合民众的需求才是一个企业的立足之本。

剩余内容已隐藏，请支付后下载全文，论文总字数：15832字