计算机毕业设计Scrapy+SparkML机器学习电影推荐系统 协同过滤算法 大数据毕业设计

交互层提供了用户与系统之间交互的途径，通过简洁直观的web页面将系统展示给用户。业务逻辑层主要用于实现交互层的功能，根据业务逻辑实现用户信息、电影信息的管理，同时选取合适的推荐算法来完成相关推荐。推荐算法层分为统计推荐、离线推荐和实时推荐。统计推荐主要用统计的方法如计算评论数或评分等来推荐；离线推荐主要反映用户历史的电影喜好，因为计算量巨大需要离线定时运行；实时推荐实主要反映用户近期的电影喜好，在离线计算好的数据基础上可以做到秒级、毫米级的计算延迟。存储层综合关系型数据库和非关系型数据库来存储用户数据、电影数据和推荐结果集。交互层、业务逻辑层、推荐算法层和存储层都将会部署在服务器端，用户在web页面上浏览时与服务器端通过HTTP协议来进行数据传输。