1. 研究目的与意义
实现电影社区推荐引擎的意义：随着计算机的普及和信息工程的日益发展，从网上获取电影信息已经成为人们的一个重要选择，因此怎样有效而又快捷的从海量电影片源中获取所需的信息就成为一件困难的事情，电影社区推荐引擎的出现正是为了解决“电影信息丰富，优质电影获取困难”的问题的一种信息检索服务。电影社区推荐引擎，指通过一定的规则在互联网中爬取电影信息资源以及对电影信息进行处理和提取，对外提供接口方便用户查询，从而起到指导用户获取电影信息的作用，主要由采集电影信息、组织并处理电影信息和查询接口三部分组成。电影社区推荐引擎对于用户来说就是一个为其提供电影信息搜索功能的查询工具以及优质电影推荐的推荐工具。电影社区推荐引擎所具有的实用价值以及商业价值是其在当今信息时代获得成功的重要因素。
选择图形数据库的理由：传统的关系型数据库在描述关系相对复杂的实体时，通常需要创建许多不同的关联表来记录实体之间复杂的关系，相对的，随着实体数量的慢慢增多，关联表的数量也会相对的增加，从而使得基于关系型数据库的解决方案繁琐易错。这一切的症结在于关系型数据库是以实体建模这一基础理念设计的。这一设计理念没有提供对这些实体间关系的直接支持，大量的关联表使用会导致数据库执行性能低下。为了解决这一关系，我们引入了图数据库这一概念。相对于关系型数据的各种关联表来看，图形数据库的关系可以通过关系能够包含属性这一功能来提供关系展现方式，图形数据库对事物进行抽象时将拥有一个额外的武器，那就是丰富的关系。实践证明，图数据库也很强的表现力。像Facebook中巨大的社交数据，Google搜索引擎的海量网页，或者现实世界中复杂的交通网络，这些不同领域的数据都可以使用图数据库来存储和访问。
2. 研究内容和预期目标
研究内容：在一个电影社区中有很多电影观众，观众与观众，观众与电影之间必然存在很多关系，比如观众之间朋友，观众看电影，影院放映电影，观众对电影评价等关系。搜集这些关联数据，然后通过neo4j来管理这些数据，进而发现这些数据之中的商业价值，参考价值等。
商业价值：电影社区数据随时发生变化，对于一名观众来讲，在所有上映的电影中，他有几部未看过，在未看过的电影中哪些值得最先观看，观众如何对该电影进行评价等一系列问题，如果影院把一部评分最高的电影推荐给未看过该电影的活跃观众，对于一家影院来讲，这就是精准营销的商业价值。如果你觉得电影不错，同时推荐朋友来看，这同样是一种价值。
1.系统要求
3. 国内外研究现状
国内外研究现状：
三大面临挑战：
1.挑战之一：数据的强耦合性，图计算的动态性（如用dijkstra计算最短路径，“一下跳”是不确定的）
4. 计划与进度安排
1、2022-10-16至2022-11-30：指导老师下达任务书，对本次毕业设计的进度安排、功能实现和系统提出要求。
2、2022-12-1至2022-12-31：系统设计方面，进行系统需求分析，做好基础的数据准备及技术准备工作，构思系统的功能模块及整体框架。
3、2022-01-01至2022-03-18：在导师的指导下，完成数据库表的建立和系统基础模块，并通过导师检验。
5. 参考文献
[1]张帜.neo4j权威指南[m].北京:清华大学出版社.2010.
[2]陈韶健.neo4j全栈开发[m].北京:电子工业出版社.2007.
[3]阿列克萨武科维奇.neo4j实战[m].北京:机械工业出版社.2011.
