基于大数据的思政教学资源推荐系统设计

摘要：

传统的推荐系统只能根据用户的历史数据推荐资源,一旦用户情况发生变化,其推荐精度和推荐效率会快速下降.因此,设计基于大数据的思政教学资源推荐系统.在传统的浏览器/服务器(Browser/Server,B/S)模式上结合Spark计算框架,搭建推荐系统架构.通过分析学习者学习行为、检索行为、资源选用顺序等建立用户对资源类型的偏好画像标签,并以学习者对知识点的掌握情况为依据确定其认知水平;引入热门学习资源选用热度作为惩罚因子,改进协同过滤算法,实现思政资源准确推荐.系统功能测试表明,设计系统响应时间短且推荐资源的准确率高.

关键词：大数据、教学资源、推荐系统、数据挖掘

所属期刊栏目：34

分类号：TP391.3(计算技术、计算机技术)

资助基金：江西省教育厅高校教学改革项目;江西省教育厅科学技术研究项目;江西省教育厅科学技术研究项目

在线出版日期：2022-10-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：227-229