论文部分内容阅读
基于ACM在线评判系统题目数量之多，学生选题盲目的问题，文章主要分析了基于项目和基于用户的协同过滤算法，均采用余弦相似性来计算用户（或项目）相似性，在计算用户个性化推荐时，为了发掘出用户当下的喜好，通过加权使越早的解题记录，权值越小。并通过实验比较训练集占数据集的比率、用户AC题数、推荐给用户的题目个数等因素对推荐质量的影响，结果表明：在我们的OJ系统上，基于用户比基于项目的推荐算法推荐质量更好。最后将推荐算法部署在OJ系统上，产生题目推荐和用户的个性化推荐，旨在帮助学生更好的练习，逐步提高大学生运用计算