1. 研究目的与意义（文献综述包含参考文献）

1 研究背景

1.1 电影推荐系统

在当今信息过载的时代，如何从海量的电影中发现感兴趣的电影，是每个电影爱好者（用户）关心的问题。在已有明确需求的情况下，用户可以借助互联网搜索引擎通过搜索关键词获取到较好的筛选结果。但是，如果用户没有明确的需求时，没法提供合适的关键词，就难以通过这种方式获得自己感兴趣的电影。当然，用户可以通过电影网站的各类排行榜获得热门电影的推荐，但这种推荐往往由于推荐的种类和内容有很大的局限性，新颖性不足，难以满足用户的个性化需求。个性化推荐系统是这个问题的有效解决方案，本文通过分析用户的历史观看电影数据，挖掘用户的个性化需求，为用户提供个性化的电影推荐信息服务。

2. 研究的基本内容、问题解决措施及方案

拟研究和解决问题：

随着互联网的迅速发展,人们每天都会通过互联网接收到各种各样的资讯。但是在互联网给人们带来便捷的同时也产生了一系列问题,信息过载就是其中之一。面对众多纷乱的过载信息,如何从中筛选有效的信息并加以利用成为人们所关注的问题。基于此,推荐系统应运而生。推荐系统的出现在一定程度上降低了信息过载问题所产生的影响,其可以帮助人们在众多纷乱的信息中更快地筛选出有效信息,提升用户的使用体验。本课题构建的电影个性化推荐系统在一定程度上解决了电影信息过载的问题。通过协同过滤算法制定电影个性化推荐，设计并实现一个微信电影推荐程序，充分挖掘用户信息、电影项目信息间隐藏的关联性，从而发现用户的潜在兴趣，将用户可能感兴趣的影视片推荐给用户。同时也实现了影片正在热映高分排行等基本功能，满足人们日常对电影的基本需求，在降低信息过载问题的同时也给人们的生活带来便利。

拟采用的研究手段：