1. 毕业设计（论文）主要内容：
Hadoop是一个基于集群、能够对大量数据进行分布式计算和存储的软件框架，由于其高可靠性、高容错性以及高扩展性而在大数据处理中得到广泛应用。
电影推荐系统是目前商业上比较流行的技术，能够根据用户喜好程度进行个性化的电影推荐。
本课题要求实现在hadoop平台上基于hdfs及mapreduce，对大量电影数据进行协同过滤分析，从而实现电影推荐。
2. 毕业设计（论文）主要任务及要求
1. 完成hadoop平台的搭建；
2. 选择一种协同过滤算法，基于hdfs和mapreduce实现电影推荐功能。
3. 在hadoop平台上进行系统测试和优化；
3. 毕业设计（论文）完成任务的计划与安排
1. 第1－3周：查阅相关文献资料，明确研究内容，学习毕业设计研究内容所需理论的基础。确定毕业设计方案，完成开题报告。
2. 第4－6周：完成hadoop平台的搭建，了解其基本操作。
3. 第7－9周：研究并掌握hdfs、mapreduce基本框架及协同过滤算法基本原理。
4. 主要参考文献
[1] Tian J, Li L, Hou X. Elective Recommendation System Based on Users’ Characteristics and Collaborative Filtering Algorithm[C]//Proceedings of the 9th International Symposium on Linear Drives for Industry Applications, Volume 4. Springer Berlin Heidelberg, 2014: 545-552.
[2] Ma M M, Wang S P. Research of User-Based Collaborative Filtering Recommendation Algorithm Based on Hadoop[C]//International Conference on Computer Information Systems and Industrial Applications. Atlantis Press, 2015.
[3] Cai L, Guan X, Chi P, et al. Big data visualization collaborative filtering algorithm based on RHadoop[J]. International Journal of Distributed Sensor Networks, 2014.
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
