毕业论文课题相关文献综述
1 研究背景
1.1 电影推荐系统
在当今信息过载的时代，如何从海量的电影中发现感兴趣的电影，是每个电影爱好者（用户）关心的问题。在已有明确需求的情况下，用户可以借助互联网搜索引擎通过搜索关键词获取到较好的筛选结果。但是，如果用户没有明确的需求时，没法提供合适的关键词，就难以通过这种方式获得自己感兴趣的电影。当然，用户可以通过电影网站的各类排行榜获得热门电影的推荐，但这种推荐往往由于推荐的种类和内容有很大的局限性，新颖性不足，难以满足用户的个性化需求。个性化推荐系统是这个问题的有效解决方案，本文通过分析用户的历史观看电影数据，挖掘用户的个性化需求，为用户提供个性化的电影推荐信息服务。
1.2 微信小程序
微信小程序自诞生之日起就受到各界的广泛关注，得益于微信的巨大号召力和影响力，小程序的推广速度令人瞠舌，上线仅用一年多的时间就拥有了超过100 万个小程序，超过4 亿的用户。但对于拥有海量用户群体的微信而言，小程序仍有巨大的成长空间。庞大的用户群和数据量正是个性化推荐系统所需要的。
微信小程序属于混合移动应用（HybridApp），兼备原生应用（NativeApp）的用户体验和网页应用（WebApp）的可检索及智能分发特性。拥有此条件的微信小程序满足了推荐系统发展的各种需求。
与其他移动应用程序不同，微信小程序不用过多使用系统资源，它是不存在后台的概念的，其本质上是一种具备功能的网页。比起普通网页，微信小程序拥有更为完善的功能和更为流畅的使用体验；而相对于移动应用程序来说，它能够更加便捷地为用户提供服务。
2 国内外研究现状
2.1电影推荐系统研究现状
推荐系统发展至今已有二十多年的历史，形成了一个巨大的算法和研发体系，这个系统的核心是推荐算法。推荐算法是一类与实际生活联系非常紧密的机器学习算法。它是指不需要用户提供明确的需求，而是通过分析用户的历史行为给用户的兴趣建模，从而主动给用户推荐能够满足他们兴趣和需求的商品的一类算法。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
