基于协同过滤的高等教育弹性资源推荐系统

作者：张磊

来源：信息与电脑(理论版), 2023, 35(10): 254-256.

• 协同过滤
• 教育
• 弹性资源
• 推荐

由于现有的高等教育弹性资源推荐系统处理高等教育弹性资源的速度慢，系统性能差，为此设计基于协同过滤的高等教育弹性资源推荐系统。首先，使用芯片为TYD-DSPX的处理器处理系统采集的信号，通过外部存储器接口（External Memory Interface,EMIF）调入请求的缓存数据，将随机存取存储器（Random Access Memory,RAM）数据实时传输到中央处理器（Central Processing Unit,CPU）中；其次，整合学习者与学习资源数据，对高等教育弹性资源进行相似度计算并赋予权重；最后，设定时间填充函数，分析并计算用户对资源的偏好程度，从而完成相关资源精准推荐。测试结果表明，在相同场景下，输入数据查询条件后，20个小组的资源推荐更新处理数据速度均在3 s内，满足设计预期。

• 单位
  吉林铁道职业技术学院