摘 要：随着电子信息技术的发展，网络上产生了大量的评价数据。充分有效应用这些海量而稀疏的评价数据是进行电子推荐系统的关键。本文基于LDA 算法设计和实现了一套教学资源个性化推荐系统，此系统根据用户的喜好、评价和浏览记录等，将相关的教学资源推荐给用户。
关键词：推荐系统；LDA；用户评价；教学资源
中图分类号：TP391.3 文献标识码：A 文章编号：2096-4706（2018）10-0018-03
Personalized Teaching Resource Recommendation System Based on LDA
ZHANG Huawei
（Jiangxi University of Finance and Economics，Network and Information Administrtion Center，Nanchang 330013，China）
Abstract：With the development of electronic information technology，large of evaluation data have been produced on the network. Howto fully and effectively use these massive and sparse evaluation data is the key to the personalized recommendation system. This paper designs andimplements a collaborative teaching recommendation system based on LDA algorithm. The system recommends user resources that are likely to beinteresting to users according to user preferences，by the records and user evaluations.
Keywords：recommendation system；LDA；user evaluation；teaching resources
参考文献：
[1] 邓爱林，左子叶，朱扬勇. 基于项目聚类的协同过滤推荐算法 [J]. 小型微型计算机系统，2004（9）：1665-1670.
[2] Sarwar B，Karypis G，Konstan J，Riedl J. Application ofdimensionality reduction in recommender systems：A case study [C]//ACM WebKDD Web Mining for ECommerce Workshop，2000.
[3] 刘少辉，董明楷，张海俊，等. 一种基于向量空间模型的多层次文本分类方法 [J]. 中文信息学报，2002（3）：8-14+26.
[4] 张瑾. 基于改进TF-IDF 算法的情报关键词提取方法 [J].情报杂志，2014，33（4）：153-155.
[5] 刘群. 汉英机器翻译若干关键技术研究 [M]. 北京：清华大学出版社，2008.
作者简介：张华伟（1981.03-），男，江西南昌人，中级工程师，研究生，研究方向：数据挖掘、文本分类。