Vue+Springboot电影推荐系统功能介绍+开题+源码

大家好 今天介绍关于电影类的推荐系统

Vue+Springboot电影推荐系统s8h13功能介绍+开题+源码

一、课题研究背景意义及现状

1.1本课题研究的背景和意义：

随着社会的发展，喜欢看电影的人越来越多，也推动着电影行业的不断发展，从在电影院看电影到现在的数字化电影，通过互联网就可以进行下载和在线播放。在这种传输方式改变以后，人们可以随处观影而不局限于电影院，因此也诞生了许多电影网站，里面有各式各样的电影品种，喜剧片、动作片、灾难片、科幻片应有尽有，商业电影在这里尽显风流，艺术电影也能有一席之地，满足了消费者不同的观影口味。并且这种电影的价格也比去电影院观看划算的多，这种在网络上收看电影的方式如此经济便捷，受到了广大群众的喜爱，而且多数人在看电影后喜欢对电影进行评价和探讨，对电影中的人物、剧情、及拍摄手法发表自己的见解，与大家一起讨论。

视频软件层出不穷，人们看电影的方式越来越方便，在就餐时，排队时，睡觉前，随时随地都可以打开一部电影来观看，这不仅促进了电影业的发展，还给人们的休闲时光带来了丰富多样的选择和舒适快捷的体验，使得电影成为多数人的首选娱乐方式。在这越来越快节奏的时代，用户能否在该平台快速找到心怡的电影成为了用户选择哪个平台的关键，如果平台的热门推荐不符合大众观影的胃口，那么将会使该平台的用户日趋减少。所以增加一个个性化的电影推荐系统可以为用户决策提供有益参考，帮助用户更好地进行选择，运用大数据分析每个用户的喜好，分析得到相似度较高的电影，推荐给用户，能够提供个性化的用户服务需求。

随着科技的发展人们能够越来越方便地在网上观看电影，网络上的电影信息越来越多，每年也都会有大量的新电影发布,但是视频软件一般都是推荐当前热度较高，评价较好及最新上映的电影，面对这么多的电影,广大网民们变得无所适从，如何从中找到自己真正想看的电影是个大问题。因此,针对这一问题,提出了一个专门用于推荐、讨论及评价于一体的电影推荐与点评系统。

• 参考文献

[1]张坤. 基于Spark机器学习的电影推荐系统的设计与实现[D].南京邮电大学,2022.DOI:10.27251/d.cnki.gnjdc.2022.000686.

[2]马帅.基于用户行为的电影推荐算法改进研究[J].电子设计工程,2022,30(19):60-64.DOI:10.14022/j.issn1674-6236.2022.19.013.

[3]张鹏飞. 基于数据挖掘的个性化电影推荐系统设计与实现[D].杭州电子科技大学,2022.DOI:10.27075/d.cnki.ghzdc.2022.001027.

[4]梁肇敏,梁婷婷.基于深度学习的电影推荐系统设计与实现[J].智能计算机与应用,2022,12(10):157-162.

[5]宋东翔,马伽洛伦,袁铭举,王怡然.基于协同过滤和NodeJS的电影推荐系统研究[J].信息与电脑(理论版),2022,34(12):143-145.

[6]朱本瑞. 基于Spark的离线与实时的电影推荐系统设计与实现[D].南京信息工程大学,2022.DOI:10.27248/d.cnki.gnjqc.2022.000497.

[7]白松滔. 融合协同过滤和图卷积的电影推荐研究[D].南京信息工程大学,2022.DOI:10.27248/d.cnki.gnjqc.2022.000775.

[8]邓介一,陈兰兰,梁会军.基于Scala的电影推荐系统的设计与实现[J].工业控制计算机,2022,35(05):104-106.

[9]胡俊凯. 基于Web的个性化电影推荐系统设计与实现[D].广东工业大学,2022.DOI:10.27029/d.cnki.ggdgu.2022.001833.

项目环境： jdk1.8 

数据库：mysql5.7/8.0版本

开发软件：idea/eclipse

前端技术：vue+css+js+easyUI+highcharts

后端技术：Springboot mybatis