电影推荐系统的设计与实现

（广西大学 计算机与电子信息学院，广西 南宁 530004）

0 引 言

推荐系统[1-2]可以根据用户的兴趣、特点、需求等，为用户提供信息服务。与一般的搜索引擎不同的是，推荐系统是通过研究用户自身的兴趣偏好来进行个性化的推荐。一个好的推荐系统，能自动挖掘用户的兴趣点，引导用户发现自己的信息需求，同时，通过为用户提供个性化的推荐服务从而与用户建立联系，使得用户对推荐系统产生依赖。

视频推荐是根据当前热门的视频，研究用户的一些个性化数据，为用户提供个性化的视频推荐服务，以增加用户黏度，从而提高视频网站流量。对在线电影提供商而言，在线视频推荐系统[3]的推荐效率对公司的经济效益会产生直接的影响，甚至会影响到公司的发展。

1 相关技术介绍

1.1 协同过滤算法

推荐领域比较成熟的算法有基于内容的推荐算法、协同过滤算法、基于规则的推荐算法、基于效用的推荐算法、基于知识的推荐算法等。本文采用基于用户的协同过滤算法[4-7]实现个性化的电影推荐服务。基于用户的协调过滤算法的主要步骤如下：

（1）寻找与目标用户兴趣相似的用户集合；

（2）找到这个集合中的用户所喜欢的，然后把目标用户没有接触过的物品推荐给目标用户。

该算法的核心就是计算两个用户之间的兴趣相似度，给定用户u和用户v，令N(u)表示用户u感兴趣的物品集合，N(v)表示用户v感兴趣的物品集合，通过余弦相似度公式计算出两两用户之间的相似度，进行比较，最终筛选出与目标用户相似度最高的用户集合。……