基于Hadoop的 Experienced-driver-movies 电影推荐系统

简介：
本项目构建了一个基于Hadoop平台的Experienced-driver-movies电影推荐系统，利用大数据技术分析用户行为数据，为用户提供个性化的电影推荐服务。 完整系统用户评分分类推荐豆瓣推荐定制推荐（协同过滤）电影表：包含电影名称/别名、导演、时间、票房及综合评分；电影ID与分值；评分表：包括用户ID，电影ID以及用户的分值评价和评分时间等信息；用户表：记录了用户的基本信息如用户ID，用户名，出生年月日，性别，密码和邮箱。此外还有热门榜单分类（最新电影榜、历史总榜、国内电影榜及国外电影榜）；搜索功能包括基于权重的电影榜单查询以及预告片评分等功能。 项目团队分工明确：刘黄河负责软件总体概述部分；李季兰主要关注具体需求描述中的基础模块设计，如榜单展示、用户登录注册等操作界面的设计与实现。而田宇和宋楷文则专注于系统的性能评估，包括可靠性、可用性和可扩展性等方面的研究工作。 文档结构清晰有序： - 引言：阐述项目目的、涵盖范围及定义相关术语； - 软件总体概述：介绍软件标识及其系统属性，并简述开发背景与功能列表等信息。 - 具体需求章节详细描述了系统的各项核心功能，包括基础模块（如榜单展示）、搜索页面设计（支持模糊查询和分类筛选），上传电影、推荐算法实现、评分体系构建、影评发布以及评论互动等功能模块。 以上内容构成了一个完整且详细的软件开发文档框架。