论文部分内容阅读
随着网络的发展,人们在大数据中寻找自己所需信息的成本越来越高.由于用户对于自己真实需求的模糊性和想得到符合个人喜好的结果的需求,催生出了推荐系统.本文根据600个用户对9000部电影的10000项评价,通过对各大网站的电影评分系统和电影推荐系统的研究,采用基于物品的协同过滤算法和奇异值分解法(SVD)分别建立电影排名计算模型和电影推荐系统,为用户提供个性化的推荐服务.