基于深度学习的电影推荐系统的设计与实现开题报告

1. 研究目的与意义

伴随着计算机、多媒体相关技术的发展与成熟，在大数据云集的时代，信息过载也给我们获取和选择信息带来了不少的麻烦。

当我们在日常生活中，没有明确的目标或无法准确为搜索引擎提供关键字的时候，推荐系统就会给人们的生活带来很大的便利。

如今，推荐系统已成为生活领域的重要组成部分，可以为许多在线网站和移动应用程序提供服务。

2. 课题关键问题和重难点

关键问题： 1.使用movielens整理的数据集包含的全部文件经过筛选后存储到建好的数据库中，并将数据集按一定比例划分为训练集和测试集，对训练集生成个性化电影推荐列表，在测试集上对算法进行评测，需要保证准确率和召回率两种指标。

2.数据集：每个用户所评电影数量要多，尽量广泛涉及大量电影。

3.推荐算法：推荐效果要良好，包括用户注册登录在内的整个web系统，系统要易于扩展和维护。

3. 国内外研究现状（文献综述）

推荐系统这个概念首次由resnick在1997年提出。

2007年，acm推荐系统会议开始举办，这是第一个以推荐系统命名的顶级会议，旨在分享研究成果和方法[2]。

最初的自动推荐系统，只是将时下热门的、大众都爱的，或者能使公司获得最大收益的产品推荐给用户。

4. 研究方案

1.整个系统涉及到的编程语言包含python、html5、jquery、css3以及mysql数据库编程。

用到的框架是django重量级web框架，通过该框架连接系统的前、后端。

用户首先需要填写用户名、密码，然后才能登陆推荐系统。

5. 工作计划

2022-2022-1学期：第15-16周：完成选题，查阅相关中英文资料。

第17周：与导师沟通进行课题总体规划。

第18-19周：导师下发毕业设计（论文）任务书，学生根据导师的要求进行外文翻译，列出开题报告大纲，进行开题报告的撰写。