1. 研究目的与意义

由于internet具有信息传输的开放性信息交流的双向性，以及信息覆盖的广泛性特点，网络中的信息量以指数规律迅速扩展和增加，网络上的信息过载和信息迷航问题日益严重。

解决这些问题的关键在于将internet从被动接受浏览者的请求转化为主动感知浏览者的信息需求，实现网络系统对浏览者的主动信息服务为了给人们提供满意的信息和服务，推荐技术应运而生，成为目前众多学者和网络用户关心的核心技术 推荐系统通过预测用户对信息资源的喜好程度来进行信息过滤，根据用户具体需求通过协感过滤等技术进行个性化推荐根据这一基本原理，推荐系统产生了各种不同算法 在众多推荐算法中，协同过滤推荐是迄今为止最为成功也是应用最广泛的个性化推荐技术 协同过滤的概念被广泛应用于各个领域。

如今，随着推荐技术的不断发展，推荐系统已经在电子商务 (e-commerce，例如 amazon，阿里 ) 和一些基于 social 的社会化站点 ( 包括音乐，电影和图书分享，例如豆瓣 ) 都取得很大的成功。

2. 课题关键问题和重难点

本次课题主要是要开发一套稳定的，具有一定可用性，便于管理的电影推荐系统。

本次的重点是利用协同过滤算法来实现推荐这一功能。

通过java语言完成各模块,设计系统的模块,完成web网络框架ssh框架整合搭建,数据库表结构关联设计,各模块功能流程设计。

3. 国内外研究现状（文献综述）

在阅读了老师给出的几篇文章和自己查阅的几篇文章后，对协同过滤有了初步的了解。

其中基于用户的算法是通过分析不同用户的评分来为当前用户寻找若干最相似的邻居；对于尚未评分的项目则根据对此项目的邻居项目来进行推测打分。

这种算法主要关注项目与用户间的关联性。

4. 研究方案

设计方案：业务类，实体类，工具类前后台控制器，接受处理网页请求Spring配置文件前后台页面研制方案：主要通过阅读资料了解协同过滤算法，理解其运算逻辑，创建数学模型后将其运用在已经搭建好的系统框架中

5. 工作计划

2022-2022第二学期第2周，完成外文翻译，开题报告。

2022-2022第二学期第3周，分析系统。

2022-2022第二学期第4周，设计系统。