基于教育云服務(wù)的Push消息方法研究.pdf

1、伴隨互聯(lián)網(wǎng)+建設(shè)在我國的全面深入推進(jìn)，教育領(lǐng)域的互聯(lián)網(wǎng)+建設(shè)也在如火如荼地進(jìn)行中。各級(jí)教育主管部門和教育一線實(shí)施機(jī)構(gòu)，積極實(shí)施教育資源信息化，網(wǎng)絡(luò)化，大力支撐我國的興教強(qiáng)國戰(zhàn)略。在這些廣泛分布的各個(gè)局部教育系統(tǒng)中，聚集了各種有價(jià)值的教育資源，豐富的資源為各類社會(huì)群體提供了良好的服務(wù)，但是也存在著一系列的問題，比如，信息孤島，資源雷同、海量、低質(zhì)性和費(fèi)時(shí)性等。
　　隨著電子商務(wù)的快速成長，網(wǎng)上商品和服務(wù)信息成幾何級(jí)數(shù)增長，各電商利用

2、大數(shù)據(jù)技術(shù)，推出了基于個(gè)人網(wǎng)絡(luò)行為特征的信息推薦服務(wù)，為各大電商搶占市場(chǎng)和優(yōu)質(zhì)客戶提供了有力的技術(shù)支持。
　　基于對(duì)電商的大數(shù)據(jù)處理技術(shù)和推薦算法的應(yīng)用的研究，本論文提出了更適合于教育資源系統(tǒng)的大數(shù)據(jù)處理方法，設(shè)計(jì)并實(shí)現(xiàn)了基于用戶多維度特征值并加權(quán)重的采用混合推薦的算法，利用該算法進(jìn)行教育資源的個(gè)性化推送。
　　本論文從用戶提交的靜態(tài)文本信息和用戶與系統(tǒng)交互產(chǎn)生的信息中，進(jìn)行顯性和隱性的用戶行為特征數(shù)據(jù)的收集，并對(duì)數(shù)據(jù)進(jìn)行分

3、析，將用戶的行為進(jìn)行分類，得到靜態(tài)的長期行為模式和動(dòng)態(tài)的適時(shí)變化的短期行為模式，建立用戶興趣綜合模型，對(duì)用戶興趣數(shù)據(jù)加以具體權(quán)重，同時(shí)考慮到興趣自然衰退規(guī)律，改進(jìn)了UserCF算法來預(yù)測(cè)用戶可能的新關(guān)注點(diǎn)，從而實(shí)現(xiàn)Push消息的推送。
　　最后，在構(gòu)造的教育資源推薦系統(tǒng)中，通過對(duì)用戶對(duì)系統(tǒng)的反饋數(shù)據(jù)的分析，得到用戶對(duì)推薦資源的滿意度、新穎度和驚奇度等多維度數(shù)據(jù)。經(jīng)過對(duì)實(shí)驗(yàn)結(jié)果數(shù)據(jù)的分析顯示，用戶對(duì)系統(tǒng)中給出的推薦信息滿意度較高，可