1. 毕业设计（论文）主要内容：

在当前互联网时代中，随着各种视频网站的普及，人们可以轻易的获取包括电影在内的各种视频资源。但爆炸式增长的视频数量及其多样化的内容，给用户的选择以及视频的推广都造成了困难。而推荐技术则能有效解决这类问题，具有很强的研究意义与商业价值。协同过滤方法是当前推荐技术中的热点内容，同时，包括深度学习、矩阵分解、离散优化等算法也能够有效应用于协同过滤。

论文的主要内容包括：

（1）熟悉推荐系统的背景与原理，掌握视频推荐的关键要素；

（2）熟悉典型的协同过滤方法及在视频推荐中的实现；

2. 毕业设计（论文）主要任务及要求

1、查阅不少于15篇的相关资料，其中英文文献不少于3篇，完成开题报告。

2、完成不少于5000字的英文文献翻译工作。

3、整理相关的研究成果，并进行改进创新的工作。

3. 毕业设计（论文）完成任务的计划与安排

1-3周：查阅文献，完成开题报告
4-6周：总体设计，完成论文综述
7-10周：设计算法，功能模块设计
11-13周：编码和测试
14-15周：写论文，提交初稿，给老师检查，修改定稿，答辩。

4. 主要参考文献

[1] zhang h, shen f, liu w, et al. discrete collaborative filtering[c]//proceedings of the 39th international acm sigir conference on research and development in information retrieval. acm, 2016: 325-334.

[2] sedhain s, menon a k, sanner s, et al. autorec: autoencoders meet collaborative filtering[c]//proceedings of the 24th international conference on world wide web. acm, 2015: 111-112.

[3] wang h, wang n, yeung d y. collaborative deep learning for recommender systems[c]//proceedings of the 21th acm sigkdd international conference on knowledge discovery and data mining. acm, 2015: 1235-1244.