文献综述
文 献 综 述开发背景互联网和信息计算的快速发展，衍生了海量的数据，我们已经进入了一个信息爆炸的时代，每时每刻都有海量信息产生，然而这些信息并不全是个人所关心的，用户从大量的信息中寻找对自己有用的信息也变得越来越困难。
另一方面，信息的生产方也在绞尽脑汁的把用户感兴趣的信息送到用户面前，每个人的兴趣又不尽相同，所以可以实现千人千面的推荐系统应运而生。
简单来说，推荐系统是根据用户的浏览习惯，确定用户的兴趣，通过发掘用户的行为，将合适的信息推荐给用户，满足用户的个性化需求，帮助用户找到对他胃口但是不易找到的信息或商品。
推荐系统在互联网和传统行业中都有着大量的应用。
在传统行业中，有些用于企业的营销环节，如银行的金融产品推荐、保险公司的保险产品推荐等；在互联网行业，几乎所有的互联网平台都应用了推荐系统，如资讯新闻、影视剧和知识社区的内容推荐、电商平台的商品推荐等。
如何提高电影网站的有效性，尤其是如何运用个性化推荐技术提供个性化服务已经成为一个能引起广泛情趣的热点课题。
但是，目前大多数商业电影网站的商品推荐通常是：推荐热门电影，推荐与热门电影类似的电影，依据用户浏览历史的电影信息进行推荐，依据用户喜欢的电影进行推荐。
传统的电影推荐系统算法并不能很有效的给用户提供精准的服务。
因此人们希望有一种能向用户自动推荐项目的系统的方法，并且这个系统基于用户的偏好对所推荐的产品进行属性分析，借助TextCNN，可以实现更为精准的个性化推荐，用户使用推荐系统的时间越长，推荐的准确性就越高，靠推荐系统通过分析用户的历史行为以及现下看的电影去分析潜在的用户可能感兴趣的电影。
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。
