基于用户相似度的协同过滤推荐算法

协同过滤推荐算法通过研究用户的喜好,实现从海量数据资源中为用户推荐其感兴趣的内容,在电子商务中得到了广泛的应用。然而,当此类算法应用到社交网络时,传统的评价指标与相似度计算的重点发生了变化,从而出现推荐算法效率偏低,推荐准确度下降问题,导致社交网络中用户交友推荐满意度偏低。针对这一问题,引入用户相似度概念,定义社交网络中属性相似度,相似度构成与计算方法,提出一种改进的协同过滤推荐算法,并给出推荐质量与用户满意度评价方法。实验结果表明:改进算法能有效改善社交网络中的推荐准确性并提高推荐效率,全面提高用户满意度。

“做中学、学中创”软件工程实践创新能力培养

分析当前软件工程实践创新能力与常规实践教学模式之间的矛盾,构建"做中学、学中创"软件工程实践创新能力培养模式,有效引导各年级学生在程序设计、系统设计、实践创新及系统集成四级实践创新能力提高,以产出为导向逐层递进式培养软件工程人才实践创新能力,并在程序设计大赛、互联网+等双创大赛中得到有效验证,培养了一批符合社会和企业需要的软件工程实践创新人才。