随着中国经济社会发展和人民生活水平的提升,看影视剧已经成为了现在中国大部分人的主要娱乐方式之一,而各类影视网站的智能水平也愈来愈高,传统门户网站所提供的按排行榜介绍、热门推介已经不再能够满足用户的需要,而个性化影视推荐服务也日益得到用户的青睐,这种推荐服务的优点是能提升用户体验,并提高网站的浏览量。本文研究的电影院推荐是以电影影评文本作为核心,针对电影影评的特征,传统的文本分析办法不能全面的概括其主题。针对这一问题,本文提出了基于混合模型的文本分析模型。针对传统文本分析办法不能全面概括电影影评文本主题特征的问题,本文在传统的文本分析模型基础上,提出了一种混合的文本分析模型。模型通过整合单一的文本分析模型,将LDA主题模型和BTM主题模型进行了模型融合,得到了可以对任意长度的电影影评文本进行文本分析的混合文本分析模型。该主题模型将电影影评文本按长度分类,并根据长度分别使用LDA和BTM主题模型,最后将两种主题模型得出的主题特征按照一定方法进行融合,最终得到电影影评的主题特征,在此基础上,测算用户的兴趣偏好特征和待推荐电影的主题特征,再根据相应的电影推荐方法进行电影的个性化推荐,经过实验验证了混合文本分析模型在进行用户个性化推荐时具有更高的准确率。此外,根据现代电影市场的特性,论文提出了增加用户流量偏好指标来优化推荐结果的方法。该方法通过测算用户的流量偏好指标来优化个性化电影推荐的结果,并通过实验验证这种方法的可行性。最后,论文构建了基于混合文本分析模型的个性化推荐系统,并针对豆瓣电影进行了案例用户的个性化电影推荐。