基于云平台的慕课资源协同过滤推荐算法

• 作者: 徐福江
• 来源期刊: 微型电脑应用
• 学科: 工学
• 关键词: 慕课资源 k-最近邻算法 协同过滤 资源分类 推荐精度
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 基金项目
• 页码范围: 37-39
• 页数: 3页
• 分类号: TP311
• 字数: 2418字
• 语种: 中文

摘要

针对当前慕课资源协同过滤推荐算法存在推荐误差大、无法实现在线推荐的难题,为了提高慕课资源协同过滤推荐精度,设计了基于云平台的慕课资源协同过滤推荐算法.首先分析慕课资源协同过滤推荐的原理,提取慕课资源相似度特征,然后引入k-最近邻对慕课资源相似度进行评价,实现慕课资源分类和协同过滤推荐,最后在云平台分布式、并行实现慕课资源协同过滤推荐算法,并与传统算法进行了仿真对比实验.结果 表明,相对于传统算法,提出的算法使得慕课资源协同过滤推荐精度得到较高提升,能够解决当前慕课资源协同过滤推荐算法存在的一些缺陷,而且可以实现慕课资源协同过滤在线推荐,实际应用价值也得到了改善.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐福江	台州职业技术学院教发中心	16	3	1.0	1.0