|
|||||
|
|
| 适用于在线教育大数据的Hadoop平台高准确度推荐服务 | |
| 作者姓名： | 杨寅 高伟伟 |
| 作者单位： | 山西职业技术学院 |
| 摘 要： | 为了提高Hadoop平台下在线教育推荐服务的准确度,更好地为不同类用户提供更精准的资源推送,提出了一种高精度的推荐服务策略。该策略首先采用权重估计对Hadoop平台用户进行分类,接着对在线教育学习资源进行标签化分类并实现用户兴趣资源的参数估计,最后生成推荐策略。实验证明:相比于Item Based CF策略和Behavior Based CF策略,该推荐策略的准确度更高。 |
| 关 键 词： | 在线教育 Hadoop平台 权重估计 参数估计 推荐服务 |
| 点击此处可从《机床与液压》浏览原始摘要信息 | |
| 点击此处可从《机床与液压》下载全文 | |