一、前言介绍：

本次设计任务是要设计一个基于协同过滤算法的电影推荐系统，通过这个系统能够满足电影推荐的管理功能。系统的主要包括首页，个人中心，用户管理，电影分类管理，免费电影管理，付费电影管理，电影订单管理，电影论坛，系统管理等功能。

管理员可以根据系统给定的账号进行登录，登录后可以进入电影推荐系统对个性化智能电影推荐所有模块进行管理。包括查看和修改自己的个人信息以及登录密码。

该系统为每一个用户都分配了一个用户账号，用户通过账号的登录可以在系统中查看个性化智能电影推荐信息及对个人信息进行修改等功能。

二、系统设计：

2.1 系统设计原则：

本电影推荐系统采用Java技术，Mysql数据库开发，充分保证了系统稳定性、完整性。

电影推荐系统设计与实现的设计思路如下：

1.操作简单方便，页面布局简单清晰、界面安全良好：，便于查询电影推荐系统的相关信息。

2.即时可视性：电影推荐系统的信息处理将在相应的位置即时可用，以实现“即时发布、即时生效”的系统功能。

功能完善：个人中心，用户管理，电影分类管理，免费电影管理，付费电影管理，电影订单管理，我的电影管理，电影论坛，系统管理等功能等模块的修改和维护。

2.2 系统结构设计：

系统设计是把本系统的各项功能需求进行细化，而转换为软件系统表示的一个设计过程，在对目标系统的研究分析之后，做出整个系统平台的总体规划，进而对用例中各个对象进一步地合理精细设计。为降低整个系统的复杂度，而使其更加便于修改，提高代码的可读性，我们会将系统模块化，模块间保持相对独立，且每个模块只完成一个子功能，并且与其他模块通过简单的接口链接，即高内聚低耦合原则，而使整个系统能够拥有一个高性能的结构，这边是系统概要设计最重要的目的。在之前的需求分析的基础上，本电影推荐系统结构，如下图所示。

​

2.3 协同过滤算法:

协同过滤算法是一种较为著名和常用的推荐算法，它基于对用户历史行为数据的挖掘发现用户的喜好偏向，并预测用户可能喜好的产品进行推荐。也就是常见的“猜你喜欢”，和“购买了该商品的人也喜欢”等功能。它的主要实现由：

●根据和你有共同喜好的人给你推荐

●根据你喜欢的物品给你推荐相似物品

●根据以上条件综合推荐

因此可以得出常用的协同过滤算法分为两种，基于用户的协同过滤算法(user-based collaboratIve filtering)，以及基于物品的协同过滤算法(item-based collaborative filtering)。特点可以概括为“人以类聚，物以群分”，并据此进行预测和推荐。

​