适用于在线教育大数据的Hadoop平台高准确度推荐服务

• 作者: 杨寅 高伟伟
• 来源期刊: 机床与液压
• 学科: 工学
• 关键词: 在线教育 Hadoop平台 权重估计 参数估计 推荐服务
• 年，卷（期）: 2018,（24）
• 页码范围: 175-180
• 页数: 6页
• 分类号: TP393
• 字数: 1099字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3881.2018.24.028

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨寅		11	12	2.0	3.0
2	高伟伟		3	5	2.0	2.0