随着我国互联网科技的发展与信息化建设迅速推进,电影行业得到空前发展。传统的电影售票模式主要以人工售票为主,该电影票务管理模式有很多弊端。从用户的角度而言,用户无法享受便捷的服务体验。同时,不了解其兴趣的用户或者对其兴趣了解很模糊的用户无法在购票的过程中快速地定位其真正感兴趣的电影,从而造成时间的浪费;从影院的角度而言,各个影院的管理效率低下、耗费成本高、经营管理水平滞后;从服务提供商的角度而言,没有平台能够帮助其将电影作品迅速地导向市场。为了实现三方共赢局面、满足三方需求,基于协同过滤的电影票务系统应用而生。作者通过对电影票务系统的需求进行调研,在需求分析和前期的技术研究基础上进行了电影票务系统架构设计、功能模块设计和数据库设计,实现了基于协同过滤的电影票务系统。本课题作者独立设计并实现了如下五大模块:(1)用户信息维护模块:本模块主要实现用户对个人信息维护功能。(2)电影票务推荐模块:本模块主要实现电影票务推荐功能,系统会根据用户行为定位用户兴趣,从而实现为用户进行个性化电影推荐的目的。本课题中,电影票务推荐模块采用改进以后的基于用户的协同过滤算法来支撑其推荐功能。传统的基于用户的协同过滤算法有两大缺点,分别是用户冷启动问题和计算耗时问题,作者采用基于注册用户特征相似度度量算法来改善用户冷启动问题,采用Kmeans聚类算法与基于用户的协同过滤算法进行混合构建的推荐模型来改善计算耗时问题。(3)电影票务预定模块:本模块主要实现用户在线预定电影票务功能。(4)电影票务评分模块:本模块主要实现用户对电影票务评分功能,用户在完成观影行为以后,根据个人对电影的感兴趣程度对电影进行评分,评分等级分为1-5级。(5)后台管理模块:本模块主要实现管理员对系统中用户和票务管理功能。该论文构建的基于协同过滤的电影票务系统,转变了传统的以人工售票为主的售票模式,极大的优化了用户的购票体验、转变了影院的管理模式并且提升了影院的管理效率、为服务供应商提供了将产品导向市场的渠道,实现了三方共赢的局面。同时,该论文的成果也可以为其他电影票务系统的建设和发展提供一定的借鉴,从而共同推动电影票务系统向更高的层级迈进,更好地为社会服务。本文包含图62幅,表34个,参考文献30篇。