基于Spark平台的并行化谱聚类算法的在线学习资源推荐

打开文本图片集

文章编号：1671-3559（2024）04-0456-06DOI：10.13349/j.cnki.jdxbn.20240530.001

摘要： 为了提高在线学习资源推荐的准确度， 采用谱聚类用于学习资源的归类， 将类别相似度高的资源推荐给用户， 提出Spark平台的并行化谱聚类算法， 提高资源推荐效率； 首先提取在线学习资源及用户特征并初始化， 建立谱聚类模型， 在Spark平台上分别求解无向图的顶点相似度及归一化拉普拉斯系数； 然后采用归一化分割划分子集， 通过归一化割集优化方式求解类别特征， 并对类别特征按行输出特征点； 最后采用k均值算法对特征点进行聚类， 获得聚类结果。（剩余8737字）