关于数据统计的课程推荐算法在远程教育平台的应用概述

在普通高校的学生管理平台中,每天采集到大量的学生信息量,但对信息的利用率较低。作为以远程教育为主要教学方式的成人高校,在进行大数据项目研究的前提下,利用大数据分析技术打造学生个性化的学习方式。本文提出一种基于加权内容统计的课程推荐算法,有针对性地为学生提供课程推荐服务,这是有效提升远程教育服务质量的重要一步,真正实现以学生为中心,兴趣为导向,教学质量与评价持续发展的智慧教育学习平台。

并行计算模型MapReduce的工作原理探究

自20世纪80、90年代开始,互联网经历了飞速发展的三十年。到了本世纪,更是来到了数字信息化的时代,大到社会发展,小到企业工作和百姓生活。对于数据的采集应用俨然成为了最明显有效的资源竞争优势,同时也成为了国家和企业发展的占据核心地位的竞争力之一。基于数据判断、基于数据决策已成为企业生存的基本技能。未来的十年,随着云计算、物联网的应用,由此带来的数据增速将更加惊人,对这些数据进行深入挖掘和充分利用,已不再是局限于某些特殊行业的应用,更是智慧经济中的一种普遍需求。本文所研究的MapReduce就是一种支持分布式并行计算的软件框架,可以很好地应用于海量离线数据的批处理。