主要推荐方法包括：基于内容推荐、协同过滤推荐、基于关联规则推荐、基于效用推荐、基于知识推荐等。其中基于关联规则推荐是以关联规则为基础，分析数据之间的相互依赖关系。APRIORI算法就是典型的关联规则算法。关联规则技术已经在西方金融行业企业中得到广泛应用，并且一些知名的电子购物网站也使用关联规则进行数据挖掘。但国内仍存在“海量数据，信息缺乏”的尴尬局面，关联规则挖掘的技术在我国的研究与应用并不是很广泛深入。

主要内容:

(1)设计实现电影影讯展示系统；

(2)数据处理：记录用户喜欢的影片数据，并对数据进行筛选清理；

(3)对APRIORI算法进行分析与研究，利用APRIORI算法分析用户数据之间的关联；

(4)设计实现推荐模块：根据对数据分析的结果，系统能够向用户推荐相关联的电影。

......

本研究针对应用在电影网站上的个性化推荐系统，探讨如何有效地运用数据挖掘技术从用户喜欢的影片记录中挖掘出影片间的关联规则，以便对用户进行电影的个性化推荐。Apriori算法作为一种经典的关联规则算法，目的在于发现不同数据间的强关联规则。本文详细描述了基于Apriori算法的关联规则系统的设计，实现了向用户个性化推荐影片。

论文组织如下：首先阐述了关联规则挖掘的基本概念；然后分析了系统的需求，提出详细的设计方案；并在此基础上对Apriori算法进行了研究和改进；紧接着是系统的具体实现；最后用影片网站实例验证了系统的正确性和实用性。

.....

从用户接口方面来看，影片推荐系统的功能性需求包括以下内容：

1.用户可以浏览该电影推荐系统，注册并登陆自己的会员账号：当用户进行注册时需要填写用户名、个人基本信息和密码。其中用户名会与用户ID进行绑定，用户名本身也是唯一的标识，推荐系统可以记录该用户的偏好信息，并对用户的偏好进行分析、处理，推测出用户可能喜欢的电影。

2.用户可以修改和删除个人的注册信息：包括自己的基本信息和涉及隐私的信息，同时可以修改或者清空。

3.浏览电影资讯：用户登录网站首页，可以看到最新的电影资讯，同时还可以按照电影的类型分类，有针对性地查看同类型电影。

4.标记喜欢：用户登录后，当看到自己感兴趣的电影资讯后，可以点击红心，标记为自己喜欢的电影，便于向用户推荐电影。

5.推荐电影：系统根据用户标记的感兴趣影片，通过推荐模块的运算分析，推测出用户可能同样感兴趣的影片，向用户进行推荐。