【摘 要】
：
随着互联网的普及,再加上政府出台的各种政策的引导以及大量资本涌入教育行业,在线教育渐渐兴起。但是传统的在线学习平台由于当时技术的局限性,采用单体式架构进行开发,存在灵活性较低、可拓展性和稳定性较差等问题,不能够很好地满足不断增长的业务规模和用户需求。而且传统的排序推荐算法,也存在小样本可信度问题和马太效应。为了解决上述问题,本文设计并实现了一种基于Spring Cloud和课程特征属性的在线学习推
论文部分内容阅读
随着互联网的普及,再加上政府出台的各种政策的引导以及大量资本涌入教育行业,在线教育渐渐兴起。但是传统的在线学习平台由于当时技术的局限性,采用单体式架构进行开发,存在灵活性较低、可拓展性和稳定性较差等问题,不能够很好地满足不断增长的业务规模和用户需求。而且传统的排序推荐算法,也存在小样本可信度问题和马太效应。为了解决上述问题,本文设计并实现了一种基于Spring Cloud和课程特征属性的在线学习推荐平台,该平台具有一定的应用价值,具体的工作内容如下:首先,通过分析传统的在线学习平台,发现其存在灵活性较低、可拓展性和稳定性较差等问题,而微服务恰好能够解决以上痛点,因此确定使用微服务架构来开发本文的在线学习推荐平台。其次,基于微服务架构理念,采用目前流行的微服务框架Spring Cloud进行开发。严格遵循科学的软件开发流程,先对在线学习推荐平台进行可行性分析以及需求分析,同时对该平台进行总体架构设计;然后在基于平台功能需求分析的基础上,根据系统功能设计了平台的微服务模块;最后对平台的数据库进行设计。然后,针对传统排序推荐算法存在的小样本可信度问题和马太效应。分析提取了课程特征属性好评率和总评价数,同时结合了威尔逊区间和时间衰减函数,提出了一种基于课程特征属性的排序推荐算法。最后,选用了 Spring Cloud、Vue.js 和 IntelliJ IDEA 等目前流行的 Java Web 开发技术和工具,实现了在线学习推荐平台的前后台系统,并在该平台里实现了基于课程特征属性的排序推荐算法,同时对该平台和排序推荐算法进行测试。测试结果表明,该平台部署灵活、易拓展并且使用稳定,用户能够在多个浏览器上快速访问和使用系统功能,改善了小样本可信度问题,并且缓解了马太效应,能够较准确的以非个性化的方式推荐课程资源给用户。
其他文献
在技术飞速发展的当下,舰船上设备间的数据传递更加繁多、复杂,作为舰船上各种系统信息传输的基础平台,舰船网络所承担的数据交换和信息共享需求与日俱增。由于舰船上的设备种类多种多样、不同的设备产生的数据格式也不尽相同,直接进行舰船网络设计需要耗费大量财力物力,因此需要行之有效的验证工具,模拟出多种数据流来对舰船网络的信息交互进行研究。本文提出了舰船网络仿真模拟系统的方案,建立仿真环境得到舰船网络的性能指
近年来,随着教育信息化的快速发展,推进了数字教育资源的共建共享,缩小了城乡间的教育资源差距。但是,由于互联网信息规模大,数据杂乱且无序,碎片化严重,而教科书仅有知识框架,也不足以为学生提供完整的、全面的知识内容体系。知识图谱的出现为教师和学生提供详细的学科知识体系和清晰的知识组织关系,有助于提高学生的学习效率,对于教师的备课上课也具有指导意义。指代是指在下文采用简称或代词来代替上文已经出现的某一词
随着科学技术的不断发展,越来越多的用户在网上分享自己的观点。社交网站和购物网站上隐藏着大量的用户情感信息。如何从这些海量数据中挖掘出有效的信息并加以利用已成为研究的热点。文本情感分析就是对文本中深层次的情感信息进行探索和分析,通过一定的方式找到文本中的有效信息并加以利用。然而,现有的情感分析模型无法有效的提取文本深层次的情感信息,并且缺乏提取文本内重要信息的能力,为了进一步提高情感分析的水平,针对
“一带一路”是“丝绸之路经济带”和“21世纪海上丝绸之路”的简称,以政策沟通、设施联通、贸易畅通、资金融通、民心相通为主要内容加强沿线国家之间合作。语言互通是实现“一带一路”互联互通的重要方面。加强语言能力研究,提升语言能力是“一带一路”建设中非常重要、紧迫的研究任务。但是在目前的高新技术词语推广方面,如:支付宝、清洁能源的光伏发电、北斗卫星导航等特色的词语,教师很难用语言将每个知识点都解释的非常
党的十九大报告中明确指出,要深刻挖掘中华优秀传统文化,并结合时代要求继承创新,让中华文化展现出永久魅力和时代风采。荆楚文化被认为是华夏民族文化的一个重要组成部分,在我国古代文明的发展历程中具有举足轻重的地位,是湖北的“中国形象”和“世界名片”,是传播“一带一路”中华文化的重要组成部分。在荆楚文化中,尤以中华历史楚国文物漆器作为代表,其造型之精美、纹饰之绚丽,可谓漆器史上的一次飞跃,尤其是其表面装饰
情感在人类交往过程中有着不可替代的作用,面部表情是人表达情感最直接最常用的方式。面部表情分析是人脸识别技术中不可或缺的重要研究内容,研究的是如何高效准确地捕捉和分析面部表情及其传递的信息。面部表情分析使用表情的类别和强度两个属性全面地分析人的情绪状态,在新型人机情感交互等领域有着巨大的研究价值和广阔的应用前景。在目前的面部表情分析研究中,大量工作主要集中在识别面部表情类别,而很少有对表情强度的研究
DDoS攻击是一种比较常见的网络攻击方式,其技术原理并不复杂,但是造成的危害非常大。因此,实现DDoS攻击的精确检测并采取有效的防范措施是非常重要的步骤。然而,现有的研究工作仍然存在不足,主要体现在主流研究工作采用有监督学习算法来进行DDoS攻击检测,这对新形式的DDoS攻击的检测效果并不理想。针对上述不足,本文研究了无监督学习算法在DDoS攻击检测中的应用,旨在提高DDoS攻击检测的准确率。本文
头部姿态估计是计算机视觉的热点研究方向之一,并在人机交互、学习者行为分析等领域有着广泛的应用。虽然已经很多方法在实验数据集上报告了良好的结果,然而这些方法在实际应用时性能却急剧下降。究其原因:大部分头部姿态估计算法采用有监督学习方式训练,对数据集的头部姿态客观标注过于依赖;然而,由于标注困难,现有数据集的头部姿态标注存在较大误差。为规避头部姿态估计方法对数据集标注的依赖,本文研究了人脸三维重建和基
近年来,随着人工智能理论和技术的快速发展,机器阅读理解任务引起各界广泛的关注。机器阅读理解,是利用计算机进行算法建模,要求机器具有像人类一样的阅读能力,可以通过阅读浏览文本、分析语义、逻辑推理来进行问题的回答,该任务可以衡量机器对自然语言的理解程度,有着重要的研究意义和应用价值。目前,大多数传统的机器阅读理解模型都采用了端到端的“编码—交互—预测”的框架来模拟人类阅读的过程,并在一些公开数据集上取
大数据时代,人工智能技术获得了飞速发展,人机对话作为人工智能中的一个重要组成部分,有望成为物联网时代主要的人机交互方式之一。对话生成是人机对话的一个关键环节,它能够根据对话内容产生机器应答,并将该应答转换为自然语言反馈给用户。对话生成的质量直接影响用户的使用体验,很大程度上反映了人机对话系统的智能化程度。当前对话生成的研究主要是基于序列到序列模型,该模型能从海量的对话语料中自动学习对话的语义信息并