Spark平臺下教育資源個性化推薦研究

文勇軍+吳冬冬+王鍵+唐立軍

摘 要： 在面對海量教育數(shù)據(jù)處理情況時，傳統(tǒng)的協(xié)同過濾算法在單機(jī)上訓(xùn)練和測試效率低下，針對該問題，提出了基于Hadoop分布式平臺和Spark并行計算模型的無中間結(jié)果輸出改進(jìn)型教育資源推薦策略，該策略較好地發(fā)揮了Spark的迭代計算能力優(yōu)勢，在應(yīng)用于教育資源推薦時，比較了傳統(tǒng)算法與改進(jìn)算法在分布式情況和非分布式情況下的推薦效率和推薦質(zhì)量的情況。實驗結(jié)果表明，利用Spark計算模型實現(xiàn)協(xié)同過濾算法能夠有效地提高教育資源個性化推薦的推薦質(zhì)量以及推薦效率。

關(guān)鍵詞： 教育資源推薦；協(xié)同過濾；K-means聚類算法；推薦系統(tǒng)；Spark

中圖分類號：TP391.1

文獻(xiàn)標(biāo)志碼：A

文章編號：2095-2163（2017）02-0025-06