基于Django框架的电影推荐系统的设计与实现
智能化推荐系统的出现为人们生活带来了便利,在电影领域,它不仅能够挖掘用户喜好,在增加电影点击率的同时也创造一定的商业价值.文章主要工作是研究基于邻域的协同过滤算法,在修正相似度算法的基础上实现基于用户和物品的混合算法,其混合方式是将两个算法生成的推荐结果按加权式混合技术产生推荐列表,在Movielens数据集上构建并基于Django框架的电影推荐系统,实现实时Top100浏览、电影推荐、个人用户中心等功能.为验证系统实现算法是否可行,通过推荐算法评测指标topN进行仿真比对实验,实验结果表明该混合方法推荐效果更好,在准确度和召回率方面都比UserCF-IIF和ItemCF-IUF算法高.
混合推荐、电影推荐、协同过滤算法、设计
19
TP311(计算技术、计算机技术)
广西高校中青年教师科研基础能力提升项目2019KY0867
2023-03-27（万方平台首次上网日期，不代表论文的发表时间）
共6页
56-61
