21世纪,互联网的快速发展让无数人感受到上网带来的乐趣,人们在网上冲浪的同时,也承受着网络带来的烦恼。互联网信息越来越繁杂,每天数以百亿计的新信息不断的更新,这让人们搜寻自己想要的信息时显得措手不及。尽管现在搜索引擎和搜索技术发展迅速,但用户仍然在分类选择和使用筛选各类信息时面对困境。在这个背景下,推荐技术被越加重视和籍此应运而生。在电商售卖网站,电子商务推荐系统被应用在商品销售中,替代了传统商业中销售人员。除了电商网站,人们上网过程中,通过互联网观看视频和电影等已成为人们业余休闲的主要方式,各大视频媒体公司异军突起,如爱奇艺,豆瓣等,为了在激烈的竞争中赢得一席之地而努力地提高用户体验。众所周知,为消费者展示符合其兴趣的电影,是提高用户使用体验,增加用户对网站黏度的重要举措之一。因此,各大视频网站都努力做好与用户的良性互动,将推荐技术融入后台开发模块,致力于打造更好的用户满意度,进而获得盈利。本文以此为目的研究出一个在线的电影推荐网站,通过分析设计并完成在线电影网站的相关功能模块,在保证一个在线电影网站的所有基本功能完备的基础上,对Slope one算法进行适用性改进,使其更加适合于电影推荐网站。先通过余弦相似性计算使用用户之间相似性,选取目标用户的最近邻,然后根据用户的评价数量调整用户权重,引入权重系数。把参与计算的用户置换为最近邻用户并把其与Slope one算法结合,通过实验验证了改进的算法在精度和耗时上都有一点提高。然后把改良的算法放在网站后台的推荐模块中,提高了整个电影推荐网站的服务水平,使消费者使用起来更加便捷满意。