没有合适的资源?快使用搜索试试~ 我知道了~
首页电影推荐系统.docx
电影推荐系统.docx
需积分: 26 16 下载量 150 浏览量
更新于2023-03-03
评论 1
收藏 12.17MB DOCX 举报
什么才是好的推荐系统?一个完整的推荐系统一般存在3个参与方:用户、物品提供者和提供推荐系统的网站。 比如一个图书推荐系统,1、推荐系统需要满足用户的需求,给用户推荐那些令他们感兴趣的图书。2、推荐系统要让各出版社的书都能够推荐给对其感兴趣的用户,而不是只推荐几个大型出版社的书。3、推荐系统应该能够收集到高质量的用户反馈,不断完善推荐的质量,增加用户和网站的交互,提高网站的收入。好的推荐系统是一个能够让三方共赢的系统。
资源详情
资源评论
资源推荐
电影推荐系统项目
目 录
第 1 章 好的推荐系统..................................................................1
1.1 什么是推荐系统..............................................................................1
1.2 个性化推荐的应用...........................................................................1
1.3 什么是好的推荐系统.......................................................................5
1.4 推荐系统的评测方法.......................................................................6
1.5 推荐系统的评测指标.......................................................................8
第 2 章 利用用户行为数据...........................................................13
2.1 用户行为数据简介........................................................................13
2.2 用户行为分析...............................................................................14
2.2.1 用户活跃度和物品流行度的分布............................................14
2.2.2 用户活跃度和物品流行度的关系............................................16
2.3 精确率和召回率............................................................................17
2.4 基于内容的推荐算法.....................................................................20
2.5 基于模型的推荐算法.....................................................................20
2.6 协同过滤推荐算法........................................................................20
2.6.1 协同过滤算法思想................................................................20
2.6.2 推荐数据准备......................................................................21
2.6.3 相似性度量..........................................................................21
2.6.4 邻域大小.............................................................................23
2.6.5 基于用户的 CF.....................................................................23
2.6.6 基于物品的 CF.....................................................................24
2.6.7 ALS 矩阵分解模型...............................................................25
2.7 组合推荐......................................................................................30
2.8 我们要做什么...............................................................................30
第 3 章 项目主要效果展示...........................................................31
3.1 系统登录......................................................................................31
3.2 用户注册......................................................................................31
3.3 系统首页......................................................................................32
3.4 用户偏好选择...............................................................................32
3.5 电影检索......................................................................................33
3.6 电影信息展示...............................................................................34
3.7 电影评分......................................................................................35
第 4 章 项目体系架构设计...........................................................35
4.1 项目系统架构...............................................................................35
4.2 项目数据流程...............................................................................37
4.3 数据模型......................................................................................38
第 5 章 基础环境搭建................................................................41
5.1 MongoDB(单节点)环境配置.....................................................41
5.2 Redis(单节点)环境配置............................................................42
5.3 ElasticSearch(单节点)环境配置..............................................43
5.4 Azkaban(单节点)环境配置.......................................................45
5.4.1 安装 Git..............................................................................45
5.4.2 编译 Azkaban....................................................................46
5.4.3 部署 Azkaban Solo............................................................46
5.5 Spark(单节点)环境配置...........................................................47
5.6 Zookeeper(单节点)环境配置...................................................48
5.7 Flume-ng(单节点)环境配置.....................................................49
5.8 Kafka(单节点)环境配置............................................................49
5.9 Apache 环境配置........................................................................50
5.10 Tomcat 环境配置.......................................................................50
5.11 开发环境配置.............................................................................52
5.11.1 安装 IDEA(略)...............................................................52
5.11.2 Postman 安装..................................................................52
5.11.3 安装 nodejs.....................................................................52
5.11.4 安装 AngularJS CLI..........................................................54
第 6 章 业务数据初始化.............................................................56
6.1 初始化数据..................................................................................56
6.1.1 Movies 数据集....................................................................56
6.1.2 Ratings 数据集...................................................................57
6.1.3 Tag 数据集..........................................................................57
6.2 数据初始化到 MongoDB..............................................................58
6.2.1 启动 MongoDB 数据库(略)..............................................58
6.2.2 设计思路.............................................................................58
6.3 数据初始化到 ElasticSearch........................................................60
6.3.1 启动 ElasticSearch 服务器(略)........................................60
6.3.2 设计思路.............................................................................60
第 7 章 离线推荐服务建设...........................................................61
7.1 离线推荐服务...............................................................................61
7.2 离线统计服务...............................................................................62
7.2.1 电影平均得分统计................................................................62
7.2.2 每个类别优质电影统计.........................................................62
7.2.3 最热电影统计......................................................................63
7.2.4 优质电影统计......................................................................63
7.3 协同过滤推荐...............................................................................63
7.3.1 用户电影推荐矩阵................................................................63
7.3.2 电影相似度矩阵...................................................................64
7.4 基于内容的推荐............................................................................65
第 8 章 实时推荐服务建设...........................................................67
8.1 实时推荐服务...............................................................................67
8.2 实时推荐算法设计........................................................................68
8.3 实时推荐算法的实现.....................................................................70
8.3.1 获取用户的 K 次最近评分......................................................70
8.3.2 获取当前电影最相似的 K 个电影............................................70
8.3.3 电影推荐优先级计算............................................................71
8.3.4 更新实时推荐结果................................................................72
8.3.5 整体计算过程......................................................................74
第 9 章 冷启动问题处理.............................................................75
第 10 章 综合业务服务建设.........................................................76
10.1 后台架构...................................................................................76
第 11 章 用户可视化建设...........................................................77
11.1 前端架构...................................................................................77
11.2 创建与运行项目..........................................................................78
11.2.1 创建项目骨架....................................................................78
11.2.2 添加项目依赖....................................................................80
11.2.3 创建模块、组件与服务.......................................................81
11.2.4 调试项目...........................................................................81
11.2.5 发布项目...........................................................................82
第 12 章 程序部署与运行...........................................................82
12.1.1 发布项目...........................................................................82
12.1.2 安装前端项目....................................................................83
12.1.3 安装业务服务器.................................................................84
12.1.4 Kafka 配置与启动.............................................................84
12.1.5 Flume 配置与启动............................................................84
12.1.6 部署流式计算服务..............................................................85
12.1.7 Azkaban 调度离线算法.....................................................86
第1章 好的推荐系统
1.1 什么是推荐系统
推荐系统是信息过载所采用的措施,面对海量的数据信息,从中快速推荐
出符合用户特点的物品。一些人的“选择恐惧症”、没有明确需求的人。
信息消费者:如何从大量信息中找到自己感兴趣的信息是一件很困难的事。
信息生产者:如何让自己生产的信息脱颖而出,收到大众的喜爱,也是一
件很困难的事情。
以前解决这个问题:分类 目录和搜索引擎,比如 hao123、百度、谷歌。有
弊端,信息量小、不够个性化、必须有明确目标。
推荐系统是自动化的通过分析用户的历史行为数据,完成用户的个性化建
模,从而主动给用户推荐能够满足他们兴趣和需求的信息的软件系统。
1.2 个性化推荐的应用
推荐引擎需要依赖用户的行为日志,因此一般都做为一个后台应用程序存
在于网站中。通过截取网站提供了大量用户行为日志,给用户提供不同的个性化
剩余63页未读,继续阅读
qq_27769191
- 粉丝: 0
- 资源: 1
上传资源 快速赚钱
- 我的内容管理 收起
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
会员权益专享
最新资源
- zigbee-cluster-library-specification
- JSBSim Reference Manual
- c++校园超市商品信息管理系统课程设计说明书(含源代码) (2).pdf
- 建筑供配电系统相关课件.pptx
- 企业管理规章制度及管理模式.doc
- vb打开摄像头.doc
- 云计算-可信计算中认证协议改进方案.pdf
- [详细完整版]单片机编程4.ppt
- c语言常用算法.pdf
- c++经典程序代码大全.pdf
- 单片机数字时钟资料.doc
- 11项目管理前沿1.0.pptx
- 基于ssm的“魅力”繁峙宣传网站的设计与实现论文.doc
- 智慧交通综合解决方案.pptx
- 建筑防潮设计-PowerPointPresentati.pptx
- SPC统计过程控制程序.pptx
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功
评论0