乔娟

摘要：用户在网络平台浏览过程中可能会看到一些与自己想要购买的息息无关的网上商品，影响了用户在网上的购物和体验，会直接导致用户大量流失，降低了购物平台的效率和转化。要想增加用户的消费黏度，就需为用户提供个性化的产品和服务。基于 Hadoop平台的电影推荐系统，是为了解决个性化推荐的问题而设计。以网络电影作为影片推荐的主要研究数据对象，选择基于影片内容的电影推荐方式算法和基于内容协同数据过滤的电影推荐方式算法相关性结合的两种算法，通过两种电影推荐方式算法数据进行综合计算后所得到的两个电影相关性推荐系数值并进行了随机组合，得到最终值的电影推荐相关性矩阵，构建了一个电影推荐关系网。

关键词：电子商务系统，个性化推荐，Hadoop，MapReduce，协同过滤

1.绪论

1.1推荐系统介绍

推荐系统是为了防止信息过载而采用的一种措施，面对海量数据信息，从中迅速地推荐出一些符合用户需求特点的物品，解决了一些人的"选择恐惧症"。

推荐系统通过分析发掘这些用户的消费行为，找到这些用户的各种个性化消费需求，从而将商品准确及时地推荐给需要的用户，帮助用户发现他们感兴趣但很难及时发现的商品。

1.2推荐系统的目的

（1）让用户更快更好的获取到自己需要的内容。

（2）让内容更快更好的推送到喜欢它的用户手中。

（3）让网站更有效的保留用户资源。

1.3推荐系统的基本思想

（1）知你所想，精准推送