您的位置： 专家智库 > >

吴冬冬

作品数：4 被引量：3H指数：1
供职机构：长沙理工大学更多>>
发文基金：国家科技支撑计划更多>>
相关领域：自动化与计算机技术更多>>

合作作者

文献类型

  • 2篇专利
  • 1篇期刊文章
  • 1篇学位论文

领域

  • 2篇自动化与计算...

主题

  • 4篇个性化推荐
  • 3篇教育
  • 3篇教育资源
  • 2篇协同过滤
  • 2篇教育用户
  • 2篇个性化推荐方...
  • 2篇候选
  • 2篇候选集
  • 2篇标签
  • 2篇SPARK
  • 1篇用户
  • 1篇用户兴趣
  • 1篇用户兴趣模型
  • 1篇台下
  • 1篇资源推荐
  • 1篇聚类
  • 1篇聚类算法
  • 1篇K-MEAN...
  • 1篇K-MEAN...

机构

  • 4篇长沙理工大学

作者

  • 4篇吴冬冬
  • 3篇文勇军
  • 3篇唐立军
  • 2篇周庆华
  • 1篇王键

传媒

  • 1篇智能计算机与...

年份

  • 1篇2019
  • 3篇2017
共 4 条 记 录，以下是 1-4
全选 清除 导出
排序方式：
一种教育资源个性化推荐方法及系统
本发明公开了一种教育资源个性化推荐方法及系统，方法步骤包括：1)预先设置用户‑资源评分矩阵R、资源关键词标签矩阵L、关键词标签相似性阈值St、资源评分相似性阈值S1，进行推荐时遍历选择目标资源x；针对每一个目标资源x，计...
文勇军吴冬冬唐立军周庆华
文献传递
湘教云教育资源个性化信息推送方法研究与应用
个性化信息推送能够有效的解决信息过载，并且能够帮助用户快速、方便地从海量的信息中挖掘出有利用价值的、兴趣相关的信息，近几年，其已经广泛的应用于电子商务领域，但是电子商务领域和教育领域有着较大的差异性，在教育行业的教育资源...
吴冬冬
关键词：个性化推荐教育资源协同过滤用户兴趣模型
Spark平台下教育资源个性化推荐研究被引量：2
2017年
在面对海量教育数据处理情况时,传统的协同过滤算法在单机上训练和测试效率低下,针对该问题,提出了基于Hadoop分布式平台和Spark并行计算模型的无中间结果输出改进型教育资源推荐策略,该策略较好地发挥了Spark的迭代计算能力优势,在应用于教育资源推荐时,比较了传统算法与改进算法在分布式情况和非分布式情况下的推荐效率和推荐质量的情况。实验结果表明,利用Spark计算模型实现协同过滤算法能够有效地提高教育资源个性化推荐的推荐质量以及推荐效率。
文勇军吴冬冬王键唐立军
关键词：协同过滤K-MEANS聚类算法SPARK
一种教育资源个性化推荐方法及系统
本发明公开了一种教育资源个性化推荐方法及系统，方法步骤包括：1)预先设置用户‑资源评分矩阵R、资源关键词标签矩阵L、关键词标签相似性阈值St、资源评分相似性阈值S1，进行推荐时遍历选择目标资源x；针对每一个目标资源x，计...
文勇军吴冬冬唐立军周庆华
文献传递
全选 清除 导出
共1页<1>
聚类工具0