• 主题
高级搜索  >
历史搜索 清空历史
首页> 中文期刊> 《智能计算机与应用》 >Spark平台下教育资源个性化推荐研究

Spark平台下教育资源个性化推荐研究

         
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

When facing massive educational resources data,the training and testing process of traditional collaborative filtering algorithm based on stand-alone machine causes inefficient problem.For this situation,the paper proposes an improved educational resources recommendation system based on Hadoop distributed platform and Spark parallel computing model without intermediate output results.Meanwhile, in order to fully utilize the iterative computational power of Spark,in educational resources recommendation, the paper also compares the recommendation efficiency and recommendation quality of improved algorithm with traditional algorithm in the case of distributed and non-distributed environment.Experimental results show that by using Spark computing model to implement collaborative filtering can obviously enhance the recommendation efficiency and recommendation quality of educational resources personal recommendation.%在面对海量教育数据处理情况时,传统的协同过滤算法在单机上训练和测试效率低下,针对该问题,提出了基于Hadoop分布式平台和Spark并行计算模型的无中间结果输出改进型教育资源推荐策略,该策略较好地发挥了Spark的迭代计算能力优势,在应用于教育资源推荐时,比较了传统算法与改进算法在分布式情况和非分布式情况下的推荐效率和推荐质量的情况.实验结果表明,利用Spark计算模型实现协同过滤算法能够有效地提高教育资源个性化推荐的推荐质量以及推荐效率.

著录项

  • 来源
    《智能计算机与应用》 |2017年第2期|25-30|共6页
  • 作者

    文勇军; 吴冬冬; 王键; 唐立军;

  • 作者单位

    长沙理工大学 物理与电子科学学院, 长沙 410014;

    长沙理工大学 近地空间电磁环境监测与建模湖南省普通高校重点实验室,长沙 410114;

    长沙理工大学 物理与电子科学学院, 长沙 410014;

    长沙理工大学 近地空间电磁环境监测与建模湖南省普通高校重点实验室,长沙 410114;

    长沙理工大学 物理与电子科学学院, 长沙 410014;

    长沙理工大学 近地空间电磁环境监测与建模湖南省普通高校重点实验室,长沙 410114;

    长沙理工大学 物理与电子科学学院, 长沙 410014;

    长沙理工大学 近地空间电磁环境监测与建模湖南省普通高校重点实验室,长沙 410114;

  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 文字信息处理;
  • 关键词

    教育资源推荐; 协同过滤; K-means聚类算法; 推荐系统; Spark;

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号