【《基于机器学习的电影个性化系统设计与测试研究》9000字】

-参考文献EomB.Sean,KhediriAbderrazak,LaouarRiddaMohamed.ImprovingIntelligentDecisionMakinginUrbanPlanning:UsingMachineLearningAlgorithms[J].InternationalJournalofBusinessAnalytics(IJBAN),2021,8(3)HaidlTheresaKatharina,GruenMichael,DizingerJulian,RosenMarlene,DollCarolinMartha,PenzelNora,DaumLukas,GroßeHokampNils,KlosterkötterJoachim,RuhrmannStephan,VogeleyKai,Schultze-LutterFrauke,KambeitzJoseph.Isthereadiagnosis-specificinfluenceofchildhoodtraumaonlatereducationalattainment?Amachinelearninganalysisinalargehelp-seekingsample[J].JournalofPsychiatricResearch,2021,138.AwanMazharJaved,KhanRafiaAsad,NobaneeHaitham,YasinAwais,AnwarSyedMuhammad,NaseemUsman,SinghVishwaPratap.ARecommendationEngineforPredictingMovieRatingsUsingaBigDataApproach[J].Electronics,2021,10(10).姚伟.基于协同过滤的视频推荐系统设计[J].网络安全技术与应用,2021(05):54-55.倪美玉,曹为刚.基于深度神经网络的个性化混合商品推荐模型[J].计算机系统应用,2021,30(05):184-189.刘超,赵文静,贾毓臻,蔡冠宇.基于改进的BiasSVD和聚类用户最近邻的协同过滤混合推荐算法[J].计算机应用与软件,2021,38(05):288-293.胡晶.基于SparkSQL的海量数据实时分类查询算法的研究[J].黄河科技学院学报,2021,23(05):35-38.李琛轩.面向推荐的大数据计算与存储平台设计与实现[D].哈尔滨工业大学,2016.陈铿,蔡默晗,李德超.基于电影数据的个性化推荐技术应用研究[J].现代计算机,2021(06):48-51.侯林坤.电影个性化推荐系统的构建[J].电脑知识与技术,2020,16(27):41-42.雷畅.基于Spark的电影推荐系统的设计与实现[D].华中科技大学,2019.董学阳,郜山权,刘磊,刘华虓.基于评论的影片个性化推荐方法[J].吉林大学学报(理学版),2018,56(04):965-968.张婷.基于用户信任度的协同过滤推荐算法研究[D].河北大学,2018.温向慧.基于流计算的实时推荐系统的研究[D].西北师范大学,2018.魏慧娟.融合用户评分和项目属性的协同过滤推荐算法[D].湖南大学,2017.沈泽刚,秦玉