[摘 要]随着网络技术的飞速发展，娱乐信息量也日益丰富。以电影行业为背景，基于个性化电影推荐系统的环境，从海量的电影信息中自动获取用户需求的电影，根据不同用户进行不同推荐，不仅提高了用户的体验度，并对销售收入的提升有很大的促进作用，具有重要的实用价值和经济价值。 

　　[关键词]电影推荐系统；个性化；销售收入；经济价值 

　　看电影是人们喜爱的一种休闲娱乐方式，也是现代人们生活中不可缺少的部分。网络资源的增多给人们的生活提供了很多方便，个性化电影推荐系统可以让人们从大量的电影资源中找到自己喜爱的电影，节约时间并免除了过量信息对人们的困扰，满足人们个性化的需求。电影是以“消费者需要什么”来定位产品和卖点，个性化电影推荐系统对帮助商家根据用户的喜好和评价调整正确的营销策略具有重大意义。 

　　1 电影推荐 

　　电影推荐是电影网站的基本功能，即按照一定的方法组织信息，然后根据用户的需求搜索出有关信息的过程。 

　　1.1 国内电影推荐系统的发展现状 

　　国内的研究大多集中在推荐系统的理论和技术方面，一些大的视频影视网站多数都有自己的推荐系统，比如爱奇艺、优酷、土豆、乐视等。目前，这类推荐系统大部分推荐结果和用户观看记录中的视频具有较高相似度，但是与已看记录有一定重合度，个性化视频推荐功能相对较差，无法吸引用户，比如：乐视网的视频推荐结果基本是当前热门视频，和以往观看记录无关。 

　　1.2 国外电影推荐系统的发展现状 

　　国外有6个比较大的电影网站Jinni、IMDB、Criticker、Movielens、 

　　Nanocrowd、RottenTomatoes。其中Jinni依据电影的情节、发生地点、所获奖项等关键词来进行搜索；Criticker根据用户对电影的评分自动设置等级，根据用户偏好定位实现个性化推荐；Movielens可以根据用户以往的评分预测其对该电影的评分，然后根据电影相似性来推荐；Rotten Tomatoes可以依据用户评论内容进行个性推荐。 

　　2 个性化电影推荐系统 

　　2.1 个性化推荐 

　　个性化推荐是通过采集用户在网络上的历史信息、分析用户的行为，推算用户的兴趣并预测用户的行为而进行的主动推荐。个性化推荐系统是建立在海量数据挖掘基础上的一种高级商务智能平台，为网站的用户提供个性化的决策和信息服务。系统通过用户的历史浏览记录，推荐与用户喜好相符的电影，能够大大增加用户的观影兴趣。 

　　个性化推荐系统具有良好的发展和应用前景，目前，几乎所有的大型电子商务系统，如Amazon、eBay等不同程度地使用了推荐系统。同时，知名购物网站麦包包、凡客诚品、红孩子等都率先选择了本土最先进的百分点推荐引擎系统构建个性化推荐服务系统，为客户推荐商品。把这一技术应用到选择电影的平台，就能形成个性化电影推荐系统，不仅可以使用户完成个性化选择电影的过程以满足个性化需求，同时也促进电影经济的发展，是一个重要的应用领域。 

　　2.2 系统的主要功能 

　　个性化电影推荐系统的主要功能是对大量电影信息进行过滤，为用户推荐其感兴趣的电影资源。系统基于Internet网络的Web软件系统，应用B/S（Browser/Server）开发模式实现系统的设计。在功能模块划分中，把系统分成电影管理模块和个性化电影推荐模块；将项目分成数据持久层、数据对象访问层、业务逻辑层和表示层。 

　　2.2.1 电影管理模块的功能 

　　电影管理主要是管理员对电影进行操作，并维护电影信息。管理员需要详细整理好各种类型的电影，时刻关注系统，掌握系统以及用户的需求，及时更新系统资源，实时实现个性推荐。 

　　2.2.2 个性化电影推荐模块的功能 

　　在电影管理模块中，为用户提供其感兴趣的电影信息。根据不同用户进行不同的推荐，对于新注册和未注册的用户推荐当前热播的电影，对于注册用户根据其浏览记录和观影类型进行个性化推荐。 

　　2.2.3 管理员功能 

　　管理员功能主要包括电影管理、用户管理等功能，能对电影进行添加、修改、删除和查询等。系统要求数据库足够大，管理员需要向系统录入海量电影信息和视频资源，同时定期对数据进行分析，根据实时性的推荐结果更快地进行反馈。 

　　2.2.4 用户功能 

　　用户功能主要包括个人信息管理、浏览、观看、在线评价、提问互动等功能。用户的浏览信息都要进行数字化的存储。系统会根据用户的浏览频率给予推荐，用户不仅可以观看自己喜爱的电影还可以观看系统推荐的电影。 

　　3 对销售收入的影响 

　　电影的制作需要考虑市场定位并以消费者为中心，用户评价是消费者对产品或服务的非正式传播方式，互联网的应用进一步扩展了用户评价传播的速度、广度和影响力。人们在选择商品过程中更愿意信赖被用户推荐的商品，商品受到的关注越多，越容易激起消费者的的购买行为。因此，个性化电影推荐系统能够统计出用户的关注信息，总结出用户评价，因此用户评价影响着消费者的购买行为，同时促使商家实现赢利。 

　　个性化推荐系统融合了网络和数据库等，解决了信息过载问题，根据用户的喜好作出个性化的推荐，简化了用户搜索电影过程的同时提高了用户的体验度。而系统的实时更新性也使推荐过程更加便捷。在互联网普及和网上娱乐需求不断增加的时代，个性化电影推荐系统具有很大的市场，也面临着更多的挑战。 

　　主要参考文献 

　　[1]涂伟，甘丽新，黄乐辉，等.个性化学术推荐系统的研究与设计[J].商业时代，2011（8）.