基于JavaWeb+MySQL的Taste构建电影推荐引擎

- 日理万妓 2024-03-27 18:34 11阅读 0赞

目录  
基于 Mahout 实现协同过滤推荐算法的电影推荐系统 1  
1 Mahout 介绍 1  
2 环境部署 1  
3 工程开发 1  
3.1 推荐引擎简介 1  
3.2 Taste 简介 2  
3.3 Taste 的工作原理 2  
3.4 基于 Taste 构建电影推荐引擎 3  
4 程序演示 8  
2 环境部署  
JDK1.8.0\_111  
MySQL  
apache-tomcat-8.5.31  
mahout-0.3  
Eclipse 8.0  
3 工程开发  
3.1 推荐引擎简介  
推荐引擎利用特殊的信息过滤（IF，Information Filtering）技术，将不同的内容（例如电影、音乐、书籍、新闻、图片、网页等）推荐给可能感兴趣的用户。通常情况下，推荐引擎的实现是通过将用户的个人喜好与特定的参考特征进行比较，并试图预测用户对一些未评分项目的喜好程度。参考特征的选取可能是从项目本身的信息中提取的，或是基于用户所在的社会或社团环境。 根据如何抽取参考特征，我们可以将推荐引擎分为以下四大类： 基于内容的推荐引擎：它将计算得到并推荐给用户一些与该用户已选择过的项目相似的内容。例如，当你在网上购书时，你总是购买与历史相关的书籍，那么基于内容的推荐引擎就会给你推荐一些热门的历史方面的书籍。 基于协同过滤的推荐引擎：它将推荐给用户一些与该用户品味相似的其他用户喜欢的内容。例如，当你在网上买衣服时，基于协同过滤的推荐引擎会根据你的历史购买记录或是浏览记录，分析出你的穿衣品位，并找到与你品味相似的一些用户，将他们浏览和购买的衣服推荐给你。 基于关联规则的推荐引擎：它将推荐给用户一些采用关联规则发现算法计算出的内容。关联规则的发现算法有很多，如 Apriori、AprioriTid、DHP、FP-tree 等。 混合推荐引擎：结合以上各种，得到一个更加全面的推荐效果。

<%@ page language="java" import="java.util.*,com.rcd.javabean.*" pageEncoding="UTF-8"%>
    
    <!DOCTYPE HTML PUBLIC "-//W3C//DTD HTML 4.01 Transitional//EN">
    <html>
      <head>
        <title>推荐结果</title>
      </head>
      <%
      	//接收电影信息
      	ArrayList<MovieInfo> ownMovieInfo = (ArrayList)request.getAttribute("ownMovieInfo");
      	ArrayList<MovieInfo> recommendMovieInfo = (ArrayList)request.getAttribute("recommendMovieInfo");
     // 	System.out.println("ownMovieInfo.size()"+ownMovieInfo.size());
     // 	System.out.println("recommendMovieInfo.size()"+recommendMovieInfo.size());
      %>
      <body>
        <center>
        <table width="90%" border="1" cellpadding="0" cellspacing="0">
        <tr>
        
        <td width="50%" align="center" valign="top">
        <table border="0">
        <tr><td align="left" colspan="4"><font color="black">你的电影</font></td></tr>
        <tr><td>电影名称</td><td>上映年份</td><td>电影类型</td><td>评分</td><td>电影海报</td></tr>
        <%
      		//定义一个颜色数组
     		String []color = {
        "white","#AAAAFF"};
        	for(int i=0;i<ownMovieInfo.size();i++){
        
        		MovieInfo ownInfo = ownMovieInfo.get(i);
        		%>
        		<tr bgcolor="<%=color[(i+1)%2] %>">
        		<td><%=ownInfo.getName() %></td>
        		<td><%=ownInfo.getPublishedYear() %></td>
        		<td><%=ownInfo.getType() %></td>
        		<td><%=ownInfo.getPreference() %></td>
        		<td><img src="image/<%=ownInfo.getName()+" "%>.jpg" width=150px height=250px></td>
        		</tr>
        		<%
        	}
        %>
        </table>
        </td>
        
        <td width="50%" align="center" valign="top">
        <table border="0">
        <tr><td align="left" colspan="4"><font color="black">推荐的电影</font></td></tr>
         <tr><td>电影名称</td><td>上映年份</td><td>电影类型</td><td>评分</td><td>电影海报</td></tr>
        <%
        	for(int i=0;i<recommendMovieInfo.size();i++){
        
        		MovieInfo recommendInfo = recommendMovieInfo.get(i);
        		%>
        		<tr bgcolor="<%=color[(i+1)%2] %>">
        		<td><%=recommendInfo.getName() %></td>
        		<td><%=recommendInfo.getPublishedYear() %></td>
        		<td><%=recommendInfo.getType() %></td>
        		<td><%=recommendInfo.getPreference() %></td>
        		<td><img src="image/<%=recommendInfo.getName()+" " %>.jpg" width=150px height=250px></td>
        		</tr>
        		<%
        	}
        %>
        </table>
        </td></tr>
        </table>
        </center>
      </body>
    </html>

![在这里插入图片描述][3927995e4e6a41b5ba60475bd4986b1a.png_pic_center]  
![在这里插入图片描述][85c1c36ad58e424498bbf8c8bf351851.png_pic_center]  
![在这里插入图片描述][582345e171474d809af7eb2b04faec40.png_pic_center]  
![在这里插入图片描述][a9ce1a4ab9a9458e95a709a1ac52b46a.png_pic_center]  
![在这里插入图片描述][5b0f5e1ba3d245e7992072f2cc81f5d0.png_pic_center]  
![在这里插入图片描述][1ff2fc8b5c73469d99f66dea6451dc49.png_pic_center]  
![在这里插入图片描述][84a013e486274c079b3ccf261863f31f.png_pic_center]  
![在这里插入图片描述][c390e15ba0e247ca9c59ef18d6bf81fe.png_pic_center]  
![在这里插入图片描述][5dfdda6eab674a1786dcd7c7b088e8db.png_pic_center]  
![在这里插入图片描述][e209e5a247d041fb8d849007d962c33a.png_pic_center]  
![在这里插入图片描述][00df8706542d43eaa5f7281ccb786665.png_pic_center]

[3927995e4e6a41b5ba60475bd4986b1a.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/11/cfca7e25baac4b8e83846f92938f07fc.png
[85c1c36ad58e424498bbf8c8bf351851.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/11/8bbfb6cafc7d478d857d049f23f92566.png
[582345e171474d809af7eb2b04faec40.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/11/18aa03a6a58a4063846bce005ff7e3d1.png
[a9ce1a4ab9a9458e95a709a1ac52b46a.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/11/3bf5814480754dbdafd36f78d3fb22c4.png
[5b0f5e1ba3d245e7992072f2cc81f5d0.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/11/a02192dbc6014486ac20de35310b8f67.png
[1ff2fc8b5c73469d99f66dea6451dc49.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/11/72e797c2d6094750b2ea847b262197b4.png
[84a013e486274c079b3ccf261863f31f.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/11/fc455348534d4ce0b73967e0d3b6b733.png
[c390e15ba0e247ca9c59ef18d6bf81fe.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/11/3cc80a3973e247a1b88bc642d763d628.png
[5dfdda6eab674a1786dcd7c7b088e8db.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/11/e78fca79eab44df49893c225acf47878.png
[e209e5a247d041fb8d849007d962c33a.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/11/3dbd42f930e5468ba1692baa820be625.png
[00df8706542d43eaa5f7281ccb786665.png_pic_center]: https://image.dandelioncloud.cn/pgy_files/images/2024/03/11/184bf8bada8642d6b949e427cf7101f6.png