期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于Spark架构的艺术学慕课资源协同过滤推荐算法研究 被引量:3
1
作者 侯璐璐 《现代电子技术》 北大核心 2020年第3期162-164,168,共4页
传统资源协同过滤推荐算法MAE值偏高,因此提出基于Spark架构的艺术学慕课资源协同过滤推荐算法。采用分级响应形式,建立用户⁃资源评分关系模型,用户对资源的评分减掉该用户评分平均值,完成资源协同过滤相似度计算的优化,引入集成度高的S... 传统资源协同过滤推荐算法MAE值偏高,因此提出基于Spark架构的艺术学慕课资源协同过滤推荐算法。采用分级响应形式,建立用户⁃资源评分关系模型,用户对资源的评分减掉该用户评分平均值,完成资源协同过滤相似度计算的优化,引入集成度高的Spark架构,预测用户对资源的评分并生成推荐列表,实现艺术学慕课资源的精准推荐。经过与两种传统算法的对比实验结果可知,研究的算法在不同比例训练集和测试集的情况下,MAE值均低于两种传统方法,说明基于Spark架构的艺术学慕课资源协同过滤推荐算法推荐精度更高,性能更好。 展开更多
关键词 协同过滤推荐算法 Spark架构 艺术学慕课资源 用户评分预测 用户⁃资源评分关系模型 相似度计算
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部