基于RFMRQ模型的协同过滤推荐算法研究——以服装电商平台为例

随着科技的发展和商业的繁荣,服装电商已进入高速发展期,行业竞争也日趋白热化,越来越多的服装电商平台通过个性化推荐提高自身的核心竞争力。基于对服装电商平台个性化推荐的现状了解,文章分析了服装电商平台常用的RFM模型的不足之处,并在此基础上增加了退货率和购买商品数量两个指标,形成了RFMRQ模型,同时,还将该模型与启发式协同过滤技术相结合,构建了基于用户和物品的协同过滤的个性化推荐算法,并结合服装电商平台历史数据开展实证分析。通过实践检验发现,RFMRQ模型在用户分类的准确性方面与传统RFM模型相比有较明显的改善;在构建基于RFMRQ模型的推荐算法时,选用基于用户的协同过滤推荐的效果更好。

基于大数据的高职教师能力水平评价系统建设方案研究

文章以高职院校教师教育技术应用能力和专业教学水平提升的路径探索项目为契机,对高职院校教师能力和水平进行研究分析,并比较目前的高职教师评价类的系统,发现普遍存在不全面、不标准、不及时、不深入、不直观等问题,认为大数据技术的应用将为改善高职教师能力水平评价提供很好的技术支持,并结合实际提出了基于大数据的高职教师能力水平评价系统的建设思路。

大数据技术在高职教师科研能力评价中的应用研究

高职教师科研能力评价是高职教师绩效考核的重要组成部分,将影响到教师的绩效考核、引进、培养和锻炼等多方面。文章以对高职院校教师科研能力为对象,分析了当前高职教师科研能力评价难的痛点问题,结合大数据信息管理系统的优势及特点,认为大数据技术在科研能力评价中有很积极的应用,并根据院校情况提出基于大数据技术的高职教师科研能力评价系统的建设思路。

翻转课堂教学的实践应用研究——以高职院校程序设计类课程为例

文章以高职院校程序设计类课程的翻转课堂教学为例,通过对翻转课堂教学模式的研究分析,力图为当前的教育教学改革提供参照。文章认为翻转课堂对高职程序设计类课程的学习有明显的促进作用,是提高教学质量的重要方式和手段,符合信息化社会教育发展的需要,特别是“以学生为中心”理念的凸显,尤其值得教育者们深刻思考与借鉴。

基于执行序列的嵌入式软件时序异常检测探究

时序特性是嵌入式软件的重要特性,实时嵌入式软件运行的正确性不仅依赖于任务执行结果,更依赖于任务执行时间。执行任务往往具有多个时间约束,且相互之间可能存在制约关系,对时间约束进行验证和确认是嵌入式软件测试过程中一个非常重要问题,因而文章提出了一种基于执行片段的嵌入式软件时序特性检测方法,简单地说,即通过执行片段对软件的时序进行特性检测。