摘要：由于近期线上教育产业的不断发展，线上教学资源日益增多。但是用户面对纷繁复杂的课程常常无法快速、精准的根据自己的需求进行选择，这就大大增加了推荐系统的需求量。而目前市面上的推荐系统大多针对于网上购物、咨询浏览等方面。所以教学资源推荐系统的开发与发展是必然趋势。

本文设计并实现了一个应用于线上教学背景下的教学资源个性化推荐系统，旨在有效地推荐教学资源帮助学习者提高学习效率。本文介绍了该系统的设计思想、技术支持以及实现细节，最终完成了一个混合推荐系统。该系统使用Apache Software Foundation（ASF）旗下的Mahout这一开源项目并使用其中包括聚类、协同过滤等经典算法便捷高效的进行系统开发。该混合推荐系统集成基于用户相似度协同过滤、基于内容相似性推荐的方法。在该框架下，信息主要从三个来源中获取：注册信息、课程信息和用户行为。该系统协调和管理可用的信息和特定的推荐需求，并使用串联式混合推荐策略尽可能高效的向学习者完成教学资源的推荐。

关键词：推荐系统，线上教育，Mahout，串联式混合推荐策略

目 录

摘 要

ABSTRACT

第一章  绪论-1

1.1 研究背景及意义-1

1.2 国内外研究现状-2

第二章  技术分析-4

2.1 JAVA基础-4

2.2 第三方框架的使用-6

2.2.1 Spring-6

2.2.2 SpringBoot-6

2.2.3 Mahout-6

2.2.4 Taste-6

第三章  系统设计-8

3.1 系统需求分析-8

3.1.1 模型的构建和推荐算法的实现-8

3.1.2 推荐功能需求-9

3.1.3 其他基本功能需求-9

第四章  系统的实现-11

4.1 系统流程设计-11

4.2 注册登录功能实现-12

4.3 更新物品的相似度-13

4.4 更新用户相似度-14

4.5 推荐算法的实现-15

4.6 整体式混合推荐策略-16

4.7 数据库的构建-17

第五章  系统测试-20

5.1 用户管理-20

5.2 教学资源评分-21

5.3 教学资源推荐-21

第六章 总结与展望-22

参考文献-23

致    谢-25