首页 | 本学科首页   官方微博 | 高级检索  
     

基于Spark架构的艺术学慕课资源协同过滤推荐算法研究
作者单位:;1.宝鸡文理学院
摘    要:传统资源协同过滤推荐算法MAE值偏高,因此提出基于Spark架构的艺术学慕课资源协同过滤推荐算法。采用分级响应形式,建立用户-资源评分关系模型,用户对资源的评分减掉该用户评分平均值,完成资源协同过滤相似度计算的优化,引入集成度高的Spark架构,预测用户对资源的评分并生成推荐列表,实现艺术学慕课资源的精准推荐。经过与两种传统算法的对比实验结果可知,研究的算法在不同比例训练集和测试集的情况下,MAE值均低于两种传统方法,说明基于Spark架构的艺术学慕课资源协同过滤推荐算法推荐精度更高,性能更好。

关 键 词:协同过滤推荐算法  Spark架构  艺术学慕课资源  用户评分预测  用户-资源评分关系模型  相似度计算

Research on art MOOC resource collaborative filtering recommendation algorithm based on Spark architecture
Abstract:
Keywords:
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号