1. 研究目的与意义、国内外研究现状（文献综述）

、本课题的意义互联网已发展至大数据时代，海量的用户及海量的互联网接入设备，无时无刻不在产生着各种结构化或非结构化的数据，但伴随着网络快速发展而带来的海量信息，让用户面对史无前例的大数据时代却无法及时的找到自己真正感兴趣的信息，而推荐系统就是目前很好的一个解决方案的方向，其内建的各种强大的模型和算法，可以很好的帮助用户主动进行信息选择，相比于被动关键字搜索的搜索引擎，是主动通过学习用户的兴趣爱好，借助于个性化计算，从而引导用户发现自己的信息需求。

正因为有了电商网站、社交网站对于主动推荐的旺盛需求，才形成了一股巨大的合力在拉动该领域不停前进，推荐化结果会随着时间序列，伴随着物品的更新和消失，甚至用户自身偏好的变迁而持续演进，其最终目的就是能够增加用户粘性，引导用户持续消费。

同时这里面也有很多问题需要考虑，比如怎样提高为用户推荐物品的准确度，当数据少、系统初步运行时的推荐怎样去优化，系统上线前是不是有解决冷启动问题的方案，怎样防止哈里波特现象，即为用户推荐的物品都是各种爆款，解决这些问题对于提高企业的业绩以及互联网的发展都有着非常重要的意义。

2. 研究的基本内容和问题

一、 研究目标本项目以android为平台，利用js、python语言以及sdk软件工具包，通过爬虫豆瓣数据采集技术，获取10万多条电影的具体信息，包括电影名称、导演、简介、电影类型、评分及评论等等。

使用推荐算法来为用户推荐喜欢的电影，通过用户注册选择的电影标签以及相关电影的评分评论，来分析出用户对电影的喜好程度，判断类别并推荐更加合适的娱乐信息，帮助人们可以在信息爆炸的时代里可以尽快地获取自己喜好的电影，更加方便地在移动端进行电影选座购票。

二、 研究内容研究基于android的电影推荐平台，本系统功能包括登录、注册、电影分类、选座购票、电影推荐、文章推送及用户管理模块。

3. 研究的方法与方案

、研究方法通过图书馆、互联网收集整理相关的文献资料，安装并熟悉开发环境，学习相应的andriod开发技巧。

在准备工作充分完成后进行代码的编写，设计好数据库表，进行整体框架的搭建和完善，根据需求分析报告进行详细设计，包括工具选择、具体算法实现的选择和设计等，形成成品。

期间在手机端进行不断的仿真调试，最终进行代码测试以及不同手机端的实际运行测试，输出测试报告。

4. 研究创新点

特色或创新之处1、在传统的电影管理系统增加推荐算法，通过评分预测的准确度选择其中一种放在系统里进行推荐。

2、增加了评分体制及其讨论组，给用户带来更好的言论自由的空间，可以通过评分、讨论内容及其电影梗概解析出用户喜好的类型，同时还可以对未评分的电影进行评估并为用户推荐。

5. 研究计划与进展

2017年11月-12月：选定论文题目，准备毕业设计论文资料；2017年12月：完成开题报告，制定研究计划；2018年01月-02月：上网查找资料，了解相关的知识与技术；2018年02月-03月：对系统进行详细的设计，确定研究方案；2018年02月-03月：进行系统程序初步的编写、调试；2018年03月-04月：中期检查；2018年04月-05月：程序改进，最终毕业论文编写以及修改；2018年05月：准备答辩