面向中职教育的个性化资源推荐系统的研究与实现
摘要 | 第5-6页 |
ABSTRACT | 第6-7页 |
1 引言 | 第10-15页 |
1.1 选题背景及意义 | 第10-11页 |
1.2 国内外研究动态 | 第11-13页 |
1.3 本文的主要工作 | 第13-14页 |
1.4 本论文的结构安排 | 第14-15页 |
2 协同过滤算法研究 | 第15-29页 |
2.1 大数据与大数据分析处理技术 | 第15-18页 |
2.2 大数据与容器技术 | 第18-21页 |
2.3 协同过滤算法 | 第21-23页 |
2.3.1 基于用户的协同过滤算法 | 第21-22页 |
2.3.2 基于物品的协同过滤算法 | 第22-23页 |
2.3.3 ALS算法模型 | 第23页 |
2.4 推荐系统 | 第23-28页 |
2.5 本章小结 | 第28-29页 |
3 系统需求分析与概要设计 | 第29-38页 |
3.1 个性推荐系统需求分析 | 第29-33页 |
3.1.1 中职教育资源描述与用户分析 | 第29-30页 |
3.1.2 用户需求 | 第30-31页 |
3.1.3 功能需求 | 第31-33页 |
3.1.4 性能需求 | 第33页 |
3.2 个性推荐系统概要设计 | 第33-37页 |
3.2.1 系统架构设计 | 第33-35页 |
3.2.2 数据预处理模块 | 第35页 |
3.2.3 基于Spark的推荐系统设计 | 第35-36页 |
3.2.4 数据存储与索引模块 | 第36-37页 |
3.3 本章小结 | 第37-38页 |
4 中职教育资源个性推荐原型系统实现 | 第38-51页 |
4.1 推荐系统开发环境介绍和配置 | 第39-41页 |
4.2 基于SPARK的个性化教育资源推荐系统 | 第41-46页 |
4.2.1 数据预处理模块 | 第41-42页 |
4.2.2 Spark推荐算法 | 第42-43页 |
4.2.3 数据存储与索引模块 | 第43-45页 |
4.2.4 用户可视化界面 | 第45-46页 |
4.3 推荐系统测试分析与评价 | 第46-50页 |
4.4 本章小结 | 第50-51页 |
5 总结与展望 | 第51-53页 |
5.1 本文总结 | 第51页 |
5.2 展望 | 第51-53页 |
参考文献 | 第53-57页 |
附录 | 第57-63页 |
致谢 | 第63-64页 |
攻读硕士学位期间取得的研究成果 | 第64-65页 |
学位论文数据集表 | 第65-66页 |