基于Hadoop的电影推荐系统的研究任务书

1. 毕业设计（论文）的内容和要求

1.了解hadoop分布式平台。重点是分布式文件系统hdfs和并行化编程模型mapreduce

2.研究常见的推荐算法，了解每种的推荐思路以及他们的优缺点。

3 对hadoop分布式平台、推荐系统与推荐算法研究的前提下，自己设计一个基于关联规则的电影推荐算法，算法通过对电影数据集中电影间关联规则的分析，向用户推荐电影。同时，提出一种预测评分的评分策略，对向用户推荐的电影预测用户对其的评分。

2. 实验内容和要求

1、计划进行的工作：上网搜集资料，学习Hadoop有关知识，安装实验所需的环境、设计推荐算法等；2、对各项工作的要求： (1)在收集资料方面：了解研究课题的意义以及国内外研究的现状。 (2)学习Hadoop知识：了解Hadoop分布式平台的相关概念以及工作的原理，知道Hadoop两大关键组件分布式文件系统HDFS和MapReduce。 (3)安装环境：在自己的电脑上准确的安装实验所需要的虚拟机,Hadoop环境。 (4)设计算法:在了解了常见的Hadoop推荐算法后，设计一种基于关联规则的电影推荐并行算法，同时提出了一种预测评分的评分策略,实现对推荐电影的预测评分。最后，对设计的推荐算法的运行时间与准确度进行测试分析。

3. 参考文献

[1] 蔺丰奇，刘益.信息过载问题研究述评[j]. 综述与述评，2007,30（5）：710-714.

[2] 封俊.基于hadoop的分布式搜索引擎研究与实现.山西：太原理工学校，2010.

[3] 杨庄.基于hadoop的推荐系统研究与应用[d].湖北：湖北工业大学，2014.

4. 毕业设计（论文）计划

1、选定课题并完成选题表：2022年11月15日--2022年12月10日；2.查阅相关资料，做好算法模块的设计：2022年12月11日--2022年1月20日3、撰写任务书，设计算法，编码实现，编写论文：2022年1月21日--2022年4月10日；4、修改提高：2022年4月11日--2022年5月4日；5、打印上交：2022年5月5日--2022年5月10日。