摘要：大数据时代,必然涌现出各种各样的海量数据,而推荐系统是帮助人们选择数据的有效手段之一。目前,以协同过滤算法为代表的传统推荐算法已经无法满足人们的个性化选择的需求。本文利用深度神经网络构建基于深度学习的推荐模型,抽取用户和电影的特征,并且设计一个多层神经网络将用户和电影特征进行深度交互,从而挖掘用户和电影的深层交互关系,得出用户的偏好。通过相关Spark、Flink、Tensorflow等技术实现对深度学习电影推荐系统的构建和部署。研发出了个性化电影推荐系统。

摘要：为实现高素质应用型人才的培养目标,文章以Python程序设计课程为载体,对标线上线下混合式金课的要求,坚持立德树人的根本任务,以学生为中心,基于OBE理念,产教双方从队伍、资源、教学和管理等方面同心协力进行教学改革。为强化学生职业胜任力和持续发展力,设置知识、能力、素养三位一体教学目标体系,以三个行业应用前沿项目为主线,重构课程教学内容,并配套层层递进的教学资源,实施以解决工程复杂问题为中心的线上线下混合式教学策略,让学生带着使命感在课堂内外开展项目式探究型合作学习。

摘要：随着信息技术的发展,以及移动智能终端的普及,产生了海量的数据,推动了大数据时代的到来。运用大数据技术为各行业既带来了机遇,也带来了挑战,而电商行业亦是如此。如何利用大数据技术在海量数据中挖掘有价值数据,构建用户画像来提高企业的营销能力是各企业研究的重点。本文利用大数据技术构建用户画像系统,将数据进行预处理,根据实际企业业务架设大数据系统构建出用户画像模型,为实现精准营销和个性化推荐服务提供有效支撑。