协同过滤算法下公共计算机慕课资源推荐系统

摘要：

公共计算机慕课资源量较大,易受到冗余信息的干扰,导致学生需求和学习资源难以匹配,推荐误差较大.为此,文中设计了协同过滤算法下公共计算机慕课资源推荐系统.该系统使用DAGScheduleX调度引擎,利用控制台绑定不同类型集群调度推荐资源,在不同用户场景下分解请求源任务.首先通过特征服务平台,将个性化特征信息放入本地磁盘文件中,分析公共计算机慕课资源推荐列表中最大支持度项目集合,计算推荐资源估计参数置信区间,对冗余数据进行分词、去停用词预处理;然后参照用户对资源评分结果搜索最近邻居,通过协同过滤冗余信息获取推荐结果;最后根据利用计算信息相似性得到的评分结果向用户推荐慕课资源.系统测试结果表明,该系统能够提取到78％的公共计算机慕课资源,最大推荐误差为10％,能够为用户提供感兴趣资源.

关键词：公共计算机、慕课资源、推荐系统、协同过滤算法、DAGScheduleX调度引擎、置信度、冗余信息、资源评分

所属期刊栏目：45

分类号：TN919.2-34;TP311

资助基金：海南省高等学校教育教学改革研究项目Hnjg2019-18

在线出版日期：2022-12-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：177-181