摘  要

 

在社会节奏越来越快的的现代，电影成为人们放松休闲的主要选择之一，因此，一个有效的电影推荐系统变得越来越重要。本设计在Ubuntu环境下，使用了MySQL、Hadoop、Kettle、Node.js、IntelliJ IDEA、Spark等软件，涉及数据预处理，存储，管理，分析和可视化等方面。该电影推荐系统实现的主要功能有用户的登陆注册，用户管理，用户评分，电影推荐，电影管理，分类搜索，点播功能，电影排行榜等。该电影推荐系统的设计与实现，可以帮助用户在庞大的电影产品中更快的筛选符合自己喜好的电影。追求个性化的电影推荐系统是视频网站的一个重要发展方向，也是提高用户粘度的一个重要工具。

 

关键词：电影推荐系统，Node.js，Hadoop，MySQL

目  录

 

第一章 绪论

1.1 引言

1.2 研究背景

1.3 电影推荐系统的现状和存在的问题

1.4 研究意义

第二章 相关技术介绍

2.1 MySQL数据库

2.2 Node.js

2.2.1 Node.js的概念

2.2.2 Node.js的特性

2.3 Hadoop

2.4 IDEA

2.5 Spark

2.6 Kettle

2.7 推荐系统模型

第三章 电影推荐系统需求分析

3.1 电影推荐系统设计目标

3.2 功能需求分析

3.3 可行性需求分析

3.3.1 技术可行性

3.3.2 操作可行性

3.4 数据分析的整体过程

3.5 协同过滤算法

3.5.1 基于物品的协同过滤

3.5.2 基于用户的协同过滤算法

3.5.3 基于模型的协同过滤

第四章 电影推荐系统总体设计

4.1 电影推荐系统概述

4.2系统总体功能模块设计

4.3 数据库设计

4.3.1 网站、Spark程序和数据库之间的关系

4.3.2 数据库设计

第五章 系统实现

5.1登陆注册

5.2 评分与推荐

5.3 电影搜索

5.4 电影简介

5.5 电影排行榜

第六章 系统测试

6.1 系统测试目标

6.2 测试计划和要点

6.3 测试结论

第七章 结论

参考文献

致  谢