基于大數(shù)據(jù)平臺的MOOC混合推薦算法的研究及應用.pdf

1、得益于互聯(lián)網(wǎng)的高速發(fā)展，傳統(tǒng)教育領域正在發(fā)生翻天覆地的變化。近年來，一種無門檻、費用低廉、學習資源豐富的新興教育方式正在普及—MOOC。但隨著MOOC平臺的迅速發(fā)展，MOOC課程數(shù)量大幅度增長，造成信息過載的問題。用戶很難從大量的MOOC課程中選取自己需要的課程，造成“選課難”的問題。因此使用智能算法解決MOOC平臺信息過載問題，幫助用戶選取合適的課程，同時讓優(yōu)秀的課程脫穎而出是很有必要的。推薦系統(tǒng)被認為是一種解決信息過載問題更加高效的

2、方法。雖然推薦系統(tǒng)已經(jīng)成功應用于很多領域，但是在MOOC領域應用推薦系統(tǒng)的國內(nèi)外相關研究依舊很少。如果直接生搬硬套以往的使用經(jīng)驗，不考慮MOOC應用的場景特征，那么課程推薦結果的準確率會比較低。
　　為了解決MOOC平臺的“選課難”問題，本文提出了MOOC隱式評分模型，并且根據(jù)當下互聯(lián)網(wǎng)大數(shù)據(jù)環(huán)境，設計實現(xiàn)了一個基于大數(shù)據(jù)平臺的MOOC推薦系統(tǒng)。本文的主要貢獻和創(chuàng)新有：
　?。?）提出MOOC隱式評分模型。該模型根據(jù)MOOC

3、平臺的應用場景特征，利用用戶學習行為，并借鑒以往推薦系統(tǒng)在其他領域的成功經(jīng)驗。
　?。?）利用MOOC隱式評分模型改進了傳統(tǒng)的基于物品的協(xié)同過濾推薦算法和矩陣分解算法。通過實驗結果證明，使用MOOC隱式評分模型可以提高傳統(tǒng)推薦算法在MOOC應用中的推薦準確率。
　　（3）設計基于大數(shù)據(jù)平臺的MOOC推薦系統(tǒng)以便于應對當今互聯(lián)網(wǎng)的大數(shù)據(jù)環(huán)境。該系統(tǒng)根據(jù)大數(shù)據(jù)MOOC應用的業(yè)務特點分為六個模塊，每個模塊都采用微服務架構實現(xiàn)，方便