论文部分内容阅读
针对ACM在线评测平台中练习题目数量较多,新用户选题盲目的问题,文章主要研究了基于物品(item-based)的协同过滤算法,根据在线评测推荐系统的特性采用了余弦相似性来计算题目之间的相似程度,并且在此基础上加入时间权重和难度权重。实验结果表明,改进后的算法比原有推荐算法的推荐质量和准确度有显著提高。最后将改进后的推荐算法部署到在线评测平台上,帮助用户选到合适的题目练习,提高用户编写程序解决问题的能力。