推荐系统中协同过滤技术的研究

目前推荐系统中应用最为成熟的技术为协同过滤推荐技术,但是随着用户和资源数量的日益增多,协同过滤推荐技术的问题愈发明显。数据稀疏性是实尚未解决的问题,本文通过在计算相似性时考虑到项目的重复因素,提出了一种优化后的协作推荐算法。最后通过实验证明了优化后算法的有效性。

基于个性化的微课视频教学推荐系统分析与设计

教育信息化的迅猛发展,使得教育资源共享系统应运而生,微课系统就是其中之一。教育信息共享给用户带来方便的同时又因其资源迅速增多而形成'信息迷雾',使用户花费大量的时间和精力在海量的信息中去筛选所需资源。针对此问题,将个性化推荐技术应用在微课系统中,为用户提供针对性的、符合用户兴趣的相关资源的推荐。对微课的特点、个性化学习理论以及个性化推荐技术做了深入的分析探讨,着重分析了推荐技术中的协同过滤推荐在微课系统中的应用,并对个性化微课系统的总体架构、数据存储结构、推荐流程及功能模块做了详细的分析设计,最终实现了视频资源到系统用户的个性化推荐。