|
|
一、课题国内外现状
毕业设计课题是基于B/S结构的电影网的设计与实现，针对这一课题，我对当前电影行业的发展现状进行了调查，根据国家新闻出版广电总局数据统计，最近五年全国电影总票房总体呈现快速上升的趋势，自2012 年起的 170.7 亿元增长至 2016 年的 457.1 亿元，同时，就在去年，2017年前三季度,国内票房总收入为427.1亿元,同比增长20.49%，我国成为全球第二大电影市场，电影行业突飞猛进式的发展，说明国内观众已经形成了观影习惯，去年的电影战狼2，更是赢得了56亿的超高票房，同时也赢得了国内观众的一致好评，战狼2的成功说明人们对优秀影视作品的需求也越来越大，国外的情况也类似，2012年全球影视行业市场需求规模为1.85万亿元，2016年增长至2.51万亿元，同比2015年增长了6.83%，这些数据说明，不管在国际还是国内，人们对电影的需求越来越大，人们的审美随着时代的变化而变化，有些人更推崇电影内涵，有些人喜欢电影本身的特效以及画面的炫酷，所以我们要做一个能让人们明确自己的需求所在的电影网站，让人们去选择自己感兴趣的电影类型，同时做一些电影的推荐，让人们更广泛的开发自己的兴趣，丰富人们的生活
再来分析一下国内外知名电影网的现状，国内知名网站豆瓣电影网是一个创新性的用户主导的内容生产系统 ，豆瓣在电影名称和标签之间找到了平衡点，为用户们提供了一个空间围绕某一部电影展开讨论，建立在网络技术基础上，形成了内容的基本数据网络，他的主要特点是以人为中心展开推荐，而不是资源。但豆瓣网在模糊搜索方面还有所欠缺，而IMDB是一个国外电影推荐网站，IMDB使用了多重检索，在网站中用户搜索不必非得一字不差搜索某个关键词，IMDB有高级搜索选项，可以同时搜素两项标题或名称，这一点比豆瓣网做的好，但IMDB资源多但是缺乏相应的推荐机制，那么这个课题的意义就在于，优化搜索机制，推荐机制。
二、研究主要成果
有关电影网，由于电影网站是做电影推荐以及影评鉴赏的，所以我主要介绍一下有关这方面的国内外的技术、方法以及成果；
主要技术以及方法:
协同过滤推荐：在信息时代，网络上的各种信息过载和信息冗余的问题日益严重，解决这些问题的关键在于网站从被动的接受用户的请求，转化为主动为用户提供推荐的资源，在这种情况下，推荐技术应运而生，这种技术通过预测用户对信息的喜好程度进行预测，再结合用户的具体需求进行进一步协同过滤，这种推荐方式叫协同过滤推荐技术，在众多推荐算法中，协同过滤推荐是目前最成功也是应用最为广泛的推荐技术。
用户以及电影分组:国外网站Jinni,就应用了这项技术，将用户分为12类，类似于‘社会政治型’、‘英雄主义型’等，并且将电影也分为10级带有感情标签的评分等级，类似于‘可怕’、‘乏味’、‘一般’，‘非常好’等，将这两者在用户的足迹中获取其中的联系，相当于两个维度决定这个用户到底喜欢什么类型什么等级的电影，在做相应的推荐机制
多重搜索机制：非常著名的国外电影网站IMDB，就应用了这项技术，这种技术就是搜索多种关键字，IMDB可以分别对标题、类型、关键字、摘要、电影公司、情节等进行普通搜素，也可以进行高级搜索，高级搜索包括高级标题、高级名称还有协同重叠搜索，协同重叠搜素就是可以对普通搜素中的两项标题或者名称进行同时检索，比如说，同时搜素“肖申克的救赎”和“教父”，会出现这两部电影的相关信息
提供影视作品排行：IMDB电影网没有特定的推荐机制，它有一个模块是IMBD TOP250通过网站注册的用户对全网电影进行一个投票评分，1-10之间，这样选出了有史以来最受欢迎的前250部电影，这是一种间接推荐的形式，不过受到了很大的欢迎。
主要成果：
通过对以上方法或技术的分析，虽然国内外的电影网站的推荐机制各不相同，但是都联系起了用户与用户，电影与电影之间的联系，再通过内部算法将用户想要的电影准确的推荐给用户
三、发展趋势：
毕业设计题目是基于B/S结构的电影网的设计与实现，所在行业为电影行业，那么首先分析一下现今的电影行业的发展趋势。
从我国的电影行业的现状来看，电影票房以及观影人数强势增长，票房从2005年的16亿元，一直增长到2014年的296亿元，观影人数从2007年的1.3亿人次到2014年观影人次达到了8.3亿人次，成为全球增长最快的市场，我国的电影产业也从以前的票房低迷，到了现在的票房的持续走高，而且现在也逐渐走出国门，超越国外的票房
在当今时代，电影的市场结构，收入结构发生了极大变化，目前的电影行业市场竞争更多的是一种垄断资源性竞争，由于当前的电影行业受相关法律缺失的影响，一些小型的影视公司根本在市场上不占份额，几乎都被大公司垄断了市场资源，这样，在未来3-5年，将会出现更多的兼容收购，国际电影资本也将介入相关领域，届时，电影市场格局又将发生一次重大变化。
同时，在电影行业发展的过程中，也带动了其他行业的发展，也就是电影衍生的产业，很多电影公司开始向游戏产业进军，讲电影与游戏深度结合经营
在分析一下现今的最流行的电影传播载体之一，也就是电影网站，知名的电影网站有1905电影网，IMDB，豆瓣电影网等，都有电影展示电影推荐的功能，目前都在不断完善自己的电影推荐机制，比如说IMDB是使用多重搜索机制，而豆瓣儿则是分类推荐以及协同过滤推荐，而这些网站还在不断拓展自己的推荐的资源，例如豆瓣官网中不仅有电影，还有读书，FM等，其中的FM深受广大的听众追捧，各大网站为提高自己的竞争力，不断推出创新的想法和模块吸引用户
四、存在问题
首先分析一下电影行业存在的问题，从我国的电影行业中分析，电影数目虽多，但是总体上赚钱的占少数，亏钱的占多数，这主要是由于电影票房不佳造成的，同时也是因为国内初期一些作品与国外作品相比，不管是成熟度还是创新点上说都是还有一定的距离，这些还有待解决。在这种情况下，人们在选择优秀作品的时候，电影网站的作用就是帮主人们推荐他们爱看的电影或者是带有某种标准的电影，目前大多数电影网推荐机制中协同过滤占大多数，但是协同过滤这种推荐技术还没有完全成熟，从大多数国内外电影推荐网站来看，许多电影网站还停留在信息检索层面，并没有做到个性化推荐，也没有解决用户特定化的需求问题，对于个性推荐，大多数网站没有应用有效的办法解决数据稀疏或者精确度不高的问题，在信息冗余的情况下，实现协同过滤的方式进行推荐，精确度并不是很高。
五、主要参考文献
参考文献
[1]Embarak O H. A method for solving the cold start problem in recommendation systems[J]. 2011.
[2]Zhou X, Xu Y, Li Y, et al. The state-of-the-art in personalized recommender systems for social networking[J]. Artificial Intelligence Review, 2012,37(2).
[3]吴颜, 沈洁, 顾天竺, 等. 协同过滤推荐系统中数据稀疏问题的解决[J]. 计算机应用研究, 2007(06):94-97.
[4]曹继军本报记者颜维琦. 电影，与互联网共舞[N]. 光明日报, 2015-06-26.
[5]王伟华. 电影行业的现状分析及前景预测[J]. 福建艺术, 1998(04):20-21.
[6]赵葆华. 繁荣电影行业 与时代同行[N]. 中国纪检监察报, 2017-10-26.
[7]陈耀强. 国产电影现状问题与发展建议——以2015年部分国产电影为例[J]. 新闻研究导刊, 2016(05):141.
