用户的相似度与电影的加权平均数

推荐系统主要由用户端、管理员端组成。用户端主要负责用户注册、登录、信息维护、搜索电影、查看电影、电影评分、个性化推荐等，管理员端负责管理员登录、信息维护、用户管理、电影类型管理、电影管理、评分管理等。

用户端功能设计：

1、用户在系统首页可浏览电影、搜索电影、个性化推荐。

2、用户输入用户名、年龄、性别、邮箱、登录密码进行注册。

3、用户注册成功后输入正确的登录凭证进入系统，若登录凭证不正确，系统会自动返回到登录页面，提示用户重新输入登录信息，直到用户成功登录进入系统。

4、用户成功进入系统后，可以进行电影打分、修改信息、个性化推荐等

管理员端设计：

1、管理员输入正确的登录凭证进入系统，若登录凭证不正确，系统会自动返回到登录页面，提示管理员重新输入登录信息，直到管理员成功登录进入系统。

2、管理员成功进入系统后，首页显示用户数量、电影类型数量、电影数量、评分数量等数据统计信息。

3、管理员具有用户管理、电影类型管理、电影管理、评分管理等功能。

前端采用Django框架组合进行设计，Mysql数据库存储数据

基于用户的协同过滤推荐算法实现可分为三个步骤：首先将用户电影评分数据构建成用户-电影评分矩阵，然后通过皮尔森相似度算法计算用户之间的相似度，再从中选出与目标用户相似度最高的TopN个最近邻用户，然后计算TopN个近邻用户的相似度与电影的加权平均数，最后得到K个推荐的电影。