n o e c n e r e f n o C l a n o it a n r e t n I 8 1 0
2 Communicaiton ,NetworkandAritifcia lIntelilgence(CNA I2018) 8
7 9 : N B S
I -1-60595- 50 -5 6
e
c
i
v
r
e
S
n
o
it
a
d
n
e
m
m
o
c
e
R
y
d
u
t
S
d
e
z
il
a
n
o
s
r
e
P
f
o
n
o
it
a
c
il
p
p
A
f
o
r
B
i
g
D
a
t
a
O
ir
e
n
t
e
d
E
d
u
c
a
it
o
n
o
a
B -
x
i
a
n
J
I
A
a u
n
d
S -
z
h
e
n
B
A
O
9 5 0 2 5 2 , e c n i v o r P g n o d n a h S , y ti s r e v i n U g n e h c o a i L: s d r o w y e
K Educaiton b i d ag a , t Personailzed recommendaiton, Collaboraitve iftlering, Semanitc simliartiycomputaiton, Ontology.
. t c a r t s b
A Witht hecomingoft heeraofbigdataandt hei ntroductionofpersonalizededucationcon -i f f e e h T . t o p s t o h e m o c e b s a h y l k c i u q s e c r u o s e r e l b a u l a v r i e h t e u l a v o t s t n e d u t s e d i v o r p o t w o h , t p e c
r e p f o y c n e i
c sonailzed recommendaiton serviceoflargeeducationa ldataismainly reflected in the l
a e
r -time of the smal lflie storage of educaitona lresources and the accuracy of the recommended it
l u m r o F . m h t i r o g l
a -sourcedata ,heterogeneouscharacteristicsoft heeducationdata ,wedesigneda m e l b o r p e h t e v l o s o t p o o d a H n o s e c r u o s e r n o it a c u d e s s a m f o e m e h c s n o i t a z i m i t p o e g a r o t s e li f l l a m s
l a e r e v o r p m i d n a m e t s y s g n i s s e c o r p a t a d n o it a d n e m m o c e r w o l s f
o -timepersonalized recommenda
-d n e m m o c e r g n i r e t li f e v i t a r o b a l l o C . n o i
t aitonalgorithmi sverysuccessfuli nmanyapplicationareas . e h t d e v o r p m i e w , e r o f e r e h T . h g i h t o n s i y t i l a u q s t l u s e r d e d n e m m o c e r e h t , a t a d n o it a c u d e l a i c e p s r o F
o y z z u f d e s u e W . a t a d g i b n o it a c u d e g n i t p a d a m h t i r o g l a n o it a d n e m m o c e r g n i r e t li f e v i t a r o b a l l o
c pti
-l a e r o c e h t f o s t h g i e w s r o t c a f t n e r e f f i d e n i m r e t e d o t t p e c n o c y g o l o t n o d n a t h g u o h t g n i t r o s n o i t a z i m
-m i e b o t l a it n e s s e s i n o i t a t u p m o c y t i r a l i m i s c i t n a m e S . m h t i r o g l a g n i r e t l i f e v i t a r o b a ll o c f o m h t i r o g
i w h c r a e s e r e h T . n o it a l u c l a c f o y c a r u c c a e h t r o f d e v o r
p l lprovideguidanceforbigdataineducation .
a e r a
d n u o r g k c a B
e l i h W . t n e s e r p t a d e t c e l l o c e r a a t a d l a r u t c u r t s d n a t i c i l p x e e r o m d n a e r o m , a t a d g i b l a n o it a c u d e r o F
t s o m e h t e t a r e n e g y l l a e r t a h t a t a d e h t d n A . d e r u t c u r t s n u e r o m s i g r e b e c i e h t r e d n u a t a d e h
t valuefor
s k n il e e r h t e h T . d e d n e m m o c e r d n a d e t a v a c x e e b o t d e e n a t a d g i b e h T . g r e b e c i e h t r e d n u s i n o i t a c u d e
e h t y l l a i c e p s E . n o i t a d n e m m o c e r s i s y l a n a a t a d d n a n o i t a t u p m o c , e g a r o t s n i t s i x e a t a d g i b n o i t a c u d e f o
a d n a e r u t c e t i h c r a l a c i n h c e t f o n o i t c u r t s n o c e
r lgorithmi st het echnologyi nnovationfocusi nt hef uture r e s u s t e e m t a h t n o i t a m r o f n i d n e m m o c e r d n a t c e l e s o t w o h , d a o l r e v o n o i t a m r o f n i f o e g a s ' y a d o t n I . ] 1 [
h w , r e v e w o H . g n i t u p m o c e c i v r e s f o d l e i f e h t n i s e u s s i y e k e h t f o e n o e m o c e b s a h y l e v it c e f f e s d e e
n en
y n a m e r a e r e h t , y l t c e r i d a t a d g i b l a n o i t a c u d e o t d e i l p p a e r a s m h t i r o g l a n o it a d n e m m o c e r g n i t s i x e
l a e r n i s k c a b w a r
d -timeandaccuracy .Therefore,i mprovingt hewayofstoringbigdataandi mproving o
p m i t s o m e h t o s l a e r a s m h t i r o g l a n o i t a d n e m m o c e r g n i t s i x
e rtan taspec tofeducationa lbig dataap -.
h c r a e s e r n o i t a c i l p
-m o c e r d e z i l a n o s r e p f o d l e i f e h t n i s e g a t n a v d a l a r u t a n s t i s a h m h t i r o g l a g n i r e t l i f e v i t a r o b a l l o c e h T
, s t c e j o r p w e n r o f t r a t s d l o c e h t , s r e s u w e n r o f t r a t s d l o c e h t n i e i l s g n i m o c t r o h s s t I . n o i t a d n e
m andt he
-e r g n i n r a e l , n o i t a c u d e f o d l e i f e h t n I . m e t s y s e h t f o e l c y c e f i l e l o h w e h t t u o h g u o r h t y ti s r a p s a t a d
t e n r e t n I e h t f o t s o M . e r u t a m y r e v t o n e r a e c i v r e s n o i t a d n e m m o c e r d e z i l a n o s r e p d n a y r o m e m s e c r u o s
l e v i t a l e r s e r o c s r a l i m i s d n e m m o c e r m r o f t a l p g n i n r a e
l y higher learning resource according to user t
I . y r o t s i h h c r a e
s cannotminepotenitali nterest ,withuserspersonalizedf eatures .Therefore,t heshort . s u o i v b o e r o m s i a t a d g i b n o i t a c u d e f o n o i t a c i l p p a n i m h t i r o g l a g n i r e t l i f e v it a r o b a l l o c f o s g n i m o c
a l i m i
S rity computaiton is oneofthe mos timportan taspects of building an efficien tcollaborative -r o f r e p d n a y c a r u c c a n o it a d n e m m o c e r e h t n o t c a p m i t a e r g a s a h t I . m e t s y s n o i t a d n e m m o c e r g n i r e t l i f
. m e t s y s n o i t a d n e m m o c e r e h t f o e c n a m
e r n i m e l b o r p n o i s i c e r p w o l e h
T a -ltimerecommendationandrecommendationqualityexistswhen e h t e v a g e w o S . e c r u o s e r a t a d n o i t a c u d e e h t o t m h t i r o g l a g n i r e t l i f e v i t a r o b a l l o c l a n o i t i d a r t g n i y l p p a
o d o h t e m n o i t a l u c l a c d e v o r p m i n a n o d e s a b e m e h c s e g a r o t s s e c r u o s e r n o i t a c u d e f o n o i t a z i m i t p
o f
e c n a c i f i n g i s l a c i t e r o e h t t n a t r o p m i s a h h c r a e s e r e h T . m h t i r o g l a g n i r e t l i f e v i t a r o b a l l o c n o i t a d n e m m o c e r
. g n i n r a e l d e z i l a n o s r e p e h t r o f e u l a v n o i t a c il p p a d n
a
s u t a t S h c r a e s e R
-r o f r e p e h t d e c n e u l f n i t a h t s r o t c a f 5 d e z y l a n a . l a t e D G N A I J , ] 2 [ t n e m u c o d n i , h c r a e s e r n g i e r o f n I
n i ) g n i l u d e h c s d n a g n i x e d n i , l e d o m g n i t u p m o c , g n i s r a p a t a d , l e d o m O / I ( m e t s y s p o o d a H f o e c n a m
m r o f r e p g n i d n o p s e r r o c d e s o p o r p d n a , e r u t a r e t i
l ancei mprovemen tmethodfort hese5factors .Indoc -e h t o t g n i d r o c c a n o i t r o p o r p n i a t a d g n i r o t s f o d o h t e m e h t d r a w r o f t u p . l a t e g n o i J e i X , ] 3 [ t n e m u
-o r e t e h e h t t n u o c c a o t n i s e k a t y g e t a r t s e g a r o t s a t a d s i h T . e r u t a r e ti l e h t n i s e d o n f o r e w o p g n i t u p m o c
y t i e n e
g ofnodes ,andi mprovest heserviceabiiltyofHadoopi nheterogeneousclusters .Indocumen t n o s e l i f l l a m s f o y c n e i c i f f e e g a r o t s e h t e v o r p m i o t d o h t e m S F D H E a d r a w r o f t u p S r a k e s a r d n a h C , ] 4 [
e h t e c u d e r o t s e l i f d e t a i c o s s a e h t s e n i b m o c e m e h c s s i h T . p o o d a
H amoun tofmetadatainformation
s t n e m u c o d d e t a l e r e h t , r e v e w o H . s e li f l l a m s f o y c n e i c i f f e s s e c c a e h t e v o r p m i o t m s i n a h c e m x e d n i d n a
. s e l i f d e t a l e r e h t f o s n o i t a r e p o d e t a l e r e h t e c u d o r t n i t o n d i d
n I f o n o i t a d n e m m o c e r d e z i l a n o s r e p n o s e h c r a e s e r e m o s e r a e r e h
T terne tlearning platformin the
. d e v l o v n i y l e r a r s i s e c r u o s e r g n i n r a e l f o n o it a d n e m m o c e r d e z il a n o s r e p n o h c r a e s e r e h t t u B . d l r o w
n o i t a m r o f n i , s e c r u o s e r g n i n r a e l r o f s r e n r a e l t e n r e t n I f o s t n e m e r i u q e r t n e g n i r t s y l g n i s a e r c n i e h t h t i W
e b s i n o n e m o n e h p d a o l r e v
o comingmoreand morecommon .Personalizedrecommendationservice t e n r e t n I f o l l a f d n a e s i r e h t e d i c e d o t e c r o f g n i d a e l e h t e m o c e b y l l a u t n e v e l l i w s e c r u o s e r g n i n r a e l f o
. m r o f t a l p g n i n r a e l
o n i m r e t f o d o h t e m n o i t a l u c l a c y t i r a li m i s c i t n a m e s e h t n o h c r a e s e r e h
T logybyforeignresearchers
s i s u p r o C . s u p r o c n o d e s a b n o i t a l u c l a c y ti r a l i m i s c i t n a m e s s i s u c o f e h T . tl u s e r h c i r a d e m r o f s a h
n o i t a m r o f n i l a u t u m d e t n i o p a e c l a h i M , s u p r o C l a n o i t a N h s it i r B , t e N d r o W e h t n i d e t a r t n e c n o c y l n i a m
d e s a b s u p r o c f o s d n i k o w t A S L d n
a methodsindocument[5] .GabrilovichwithWikipedia ,pu tfor -d n a d r a w r o f t u p s i + + T a u q S o c r a M . ] 5 [ t n e m u c o d n i d o h t e m ) s i s y l a n a c i t n a m e s y a l p s i d ( A S E d r a w
e h T . ] 7 [ t n e m u c o d n i k s a t h c r a e s b e W r o f y l n i a m , d o h t e m e e r t g n i n n a p s m u m i x a m e h t f o e c n a l a b e h t
s s e c c u
s fu lapplicaitonsystemofsemanticsimilartiyi ncludest hefollowing.
l a v e i r t e r f o s i s a b e h t n o M B I d n a e l p p A y b d e p o l e v e d m e t s y s l a v e i r t e r c i t n a m e s a s i k e e S o t n O
a e s a s i e l g o o w S . l a v e i r t e r y r o t c e r i d r o f d e s u y l n i a m s i m e t s y s s i h T . ] 8 [ t n e m u c o d n i t n e t n o
c rchengine
-r e t n I e h t n o a t a d d n a s m r e t d e t a l e r d n a s t n e m u c o d c i t n a m e s r o f g n i h c r a e s y l n i a m , e l g o o G o t r a l i m i s
c it n a m e s h g u o r h t y r o t i s o p e r y g o l o t n o w e n g n i t c u r t s n o c d n a , s e c r u o s e r y g o l o t n o d e t a l e r g n i r i u q c a , t e n
. ] 9 [ t n e m u c o d n i g n i n o s a e r
s r e p n o h c r a e s e r e h
T onailzedl earningrecommendationserviceofeducationbigdatai sahott opic h c r a e s e r c i t s e m o d e h t ,t n e s e r p t A . t n e s e r p t a e d a m n e e b e v a h s t n e m e v e i h c a w e f t u B . t n o r f e r o f e h t n i
n i a m , p o o d a H n o k r o w h c r a e s e r f o t o l a e n o d e v a h s e i t i s r e v i n u d n a s n o i t u t i t s n
i lyconcentraitngi nt he
-u c e s d n a t n e m e g a n a m e c r u o s e r m e t s y s , y ti l i b a l i a v a m e t s y s , n o it a z i m it p o e c n a m r o f r e p , e g a r o t s a t a d
s tl u s e r e h T . n o it a c u d e y t i n u m m o c e c r u o s n e p o p o o d a H e h t o t s e t u b i r t n o c h c r a e s e r e h t f o t s o M . y t i r
h c s n o i t a z i m i t p o e g a r o t s e li f l l a m s f
o emeresearch scattered ,farfromformingthesystematictheory e h t n i h c r a e s e r e h T . n o i t a c il p p a l a c i t c a r p d n a h c r a e s e r l a c i t e r o e h t n e e w t e b p a g g i b a s i e r e h T . m e t s y s
e h t n i d e t a r t n e c n o c y l n i a m s i t i t u b , e r u t a m e r o m s i n o i t a d n e m m o c e r d e z i l a n o s r e p f o d l e i
f business
n e e b t o n s a h s e c r u o s e r l a n o i t a c u d e r o f e l b a t i u s m h t i r o g l a n o i t a d n e m m o c e r f o y r o e h t e h T . d l e i f
. d e m r o f
s e c r u o s e R n o it a c u d E s s a M f o s e li f ll a m S f o n o it a z i m it p O e g a r o t S
e g a t n a v d a g n i k a t d n a , s e li f a t a d g i b n o it a c u d e f o s c i t s i r e t c a r a h c e h t g n i y d u t s y
B ofotherresearchers '
f o s t n e n o p m o c t n a v e l e r g n i s u y b s r e t s u l c p o o d a H d e z i m i t p o d n a d e v o r p m i e w , s e i g e t a r t s t n e l l e c x e
. m e t s y s o c e p o o d a H
. s m e l b o r p y n a m g n i c a f o s l a s i a t a d g i b n o it a c u d e f o e g a r o t s e l i f , a t a d g i b f o d n u o r g k c a b e h t r e d n U
e m e h c s e h t n o d e s a
B proposed byscholarsa thomeandabroad ,wetrytoimprovetherelatedcom -a o t n i s e l i f l l a m s g n i p p a m , e li f e g r a l a o t n i s e l i f l l a m s e h t d e t a r g e t n i e W . p o o d a H n o d e s a b s t n e n o p
n a r e v r e s t n e il C e h t n i y g e t a r t s e h t e h c a c e h t d e h s i l b a t s e e h t e w d n A . e l i f e g r a
h t i w s e li f l l a m s d e r u t c u r t s n u g n i c a f p o o d a H n e h w d e v o r p m i s i m e t s y s e h t f o y c n e i c i f f e t n e m t a e r t e h T
g n i w o l l o f e h t e n o d e v a h e w , e v o b a e s o p r u p e h t e v e i h c a o t r e d r o n I . e c n a m r o f r e p e h t n i s e p y t x e l p m o c
. s t c e p s a
h c e h t f o s i s y l a n a e d a m e
W aracteristicsoft hebigeducationdata .Theeducationbigdatai nvolves e v i t c e p s r e p e h t m o r F . e s r e v i d d n a x e l p m o c e r a s e p y t a t a d e h t d n a , s d l e i f y n a m d n a s t n e m t r a p e d y n a m
n e g n o i t a m r o f n i t c e r i d n i d n a n o it c e l l o c t c e r i d o t n i d e d i v i d e b n a c t i , n o i t c e l l o c f
o eration .Theacquired
a t a d d e r u t c u r t s n u f o t n u o m a e g r a l a s n i a t n o c o s l a t u b , a t a d d e r u t c u r t s o t d e n i f n o c r e g n o l o n s i a t a d
-o r p a t a d g i b f o e s u e h T . s c i h p a r g d n a n o it a m r o f n i n o i t a c o l c i h p a r g o e g , o e d i v , e c i o v , t x e t s a h c u s
l p a s a p o o d a H o t y g o l o n h c e t g n i s s e
c atformforstoring and processingmassivestatistica ldataisa s s e c c a e l i f w o l d n a e r u s s e r p y r o m e m h c u m o o t f o m e l b o r p e h t t a g n i m i A . a t a d g i b e t a c u d e o t y a w w e n
e f o s c i t s i r e t c a r a h c e h t h t i w d e n i b m o c e w , p o o d a H n i s e l i f l l a m s h t i w g n i l a e d n e h w y c n e i c i f f
e duca
-i t p o o t t l i u b s i k r o w e m a r f s s e c c a e l i f l l a m s A . r e t s u l c p o o d a H r e m r o f e h t e z i m i t p o o t a t a d g i b l a n o i t
e h t , r e g r e m e l i f l l a m s f o n g i s e d e h t n o s e s u c o f t I . s e l i f l l a m s f o s s e c o r p l a v e i r t e r d n a e g a r o t s e h t e z i m
h t d n a , s e l i f e g r a l o t s e l i f l l a m s f o g n i p p a
m edesign ofcachingandprefetchingmechanism .Thede -i t p o e h t n i d e v l o v n i s a w y g e t a r t s t n e m e c a l p e r e h c a c d n a y g o l o n h c e t e l i F p a M e h t f o s i s y l a n a d e l i a t
. y g e t a r t s n o i t a z i m
p o g n i d a e r d n a e g a r o t s e l i f m e t s y s S F D H d e v o r p m i e h t f o n o i t a u l a v e e v i t a t i t n a u q e v a g e
W eraiton
-e S d n a r e t s u l c p o o d a H e h t f o e c n a m r o f r e p e h t d n a , t li u b s i m r o f t a l p l a t n e m i r e p x e e h T . y c n e i c i f f e
d a e r a t a d d n a e g a s u y r o m e m e d o N e m a N f o s m r e t n i d e z y l a n a d n a d e r a p m o c s i d o h t e m e l i f e c n e u q
e l i f l l a m s f o e c n a m r o f r e p e h t s s e s s a o t r e d r o n I . y c n e i c i f f
e access ,wecomparedt herandomexperi
-. 1 e l b a t n i n w o h s s a , d e r i u q e r s e l i f l l a m s 0 3 , 0 2 , 0 1 n o i t a c o l e m a s e h t m o r f a t a d t n e m
s e l i f d a e r m o d n a r f o s i s y l a n a y t i l i b a p a C . 1 e l b a
T .
s e l i f f o r e b m u N t
n e m n o r i v n
E 1 0 2 0 3 0 4 0
S F D H l a n i g i r
o 3700ms 7000ms 9000ms 13000ms d
e v o r p m
I HDFS 1100ms 2200ms 3000ms 4400ms
l a n i g i r o e h t n a h t s s e l s i e li f g n i d a e r S F D H d e z i m it p o f o e m i t e h t , e l b a t e h t m o r f e e s n a c u o y s A
h c i h w , d e t p o d a e r a r e v r e s g n i h c a c d n a m s i n a h c e m g n i h c t e f e r p x e d n i e h t t a h t s i n o s a e r e h T . S F D H
e h t s e c u d e
r numberofNamenodeaccess ,whichgreatlyi mprovest heaccessefficiency.
n o it a l u c l a C y ti r a li m i S c it n a m e S f o d o h t e M d e v o r p m I
f o n o i t a l u c l a c e h t g n i r e d i s n o C . d e v o r p m i s i t h g i e w g n i k r a m f o d o h t e m n o i t a l u c l a c d e v o r p m i e h T
c o v e h t e n i b m o c e w , s t h g i e w n o i t a t o n n
a abulary frequency ,location of words ,and feedback from -e r f d r o w e h t e c u d o r t n i o T . n o it a t o n n a f o t h g i e w e h t e t a l u c l a c o t s r e t e m a r a p s a s r e s u l a n o i s s e f o r p
F T m h t i r o g l a d e t h g i e w l a n o i ti d a r t e h t s i y c n e u
q -IDF isaword(conceptsin ontology)appearinthe h
g i
h erfrequenciesmoreoftenandmoreabletorepresen tthetex ttheme ,introduced theposition of -n o c e h t , n o it c e s w e i v e r e h t n i e l c i t r a n a n i , e l t i t y r a l u b a c o v e h t o t s r e f e r r e t e m a r a p a s a y r a l u b a c o v
l u b a c o v e h t n i t x e t n a h t t n a t r o p m i e r o m s i n o it c e s n o i s u l
c ary ,and feedback isused to adjus tthe
c i t n a m e s e h t y b t h g u o r b s t c e f e d e l b i s s o p n o i t a m o t u a e h t p u e k a m , n o i t a t o n n a l a i c i f i t r a e h t f o s t h g i e w
. g n i d n a t s r e d n u
. s w o l l o f s a s i a l u m r o f n o i t a l u c l a c t h g i e w c i f i c e p s e h T
i δ + i c o l + i n e r f = i t h g i e
w ( 1) . n o i t a t o n n a f o e u l a v t h g i e w e h t s a d e s u s i I . y g o l o t n o f o t p e c n o c e h t o t s r e f e r i t h g i e w , a l u m r o f e h t n I
o l o t n o f o r e t e m a r a p y c n e u q e r f d r o w e h t s t n e s e r p e r i n e r
F gyconcep tI ,loc istandsfortheconcep tof . r o t c a f t n e m t s u j d a l a i c i f i t r a e h t s i I a t l e d , n o i t a t o n n a e h t f o r e t e m a r a p n o it a c o l e h t s a d e s u s i I , d r a d n a t s
F T e h t g n i s u s r e t e m a r a p y c n e u q e r f e h t e t a l u c l a c t s r i
e h t d i a s ) I W ( F D , t e s t n e m u c o d e h t n i s t n e m u c o d f o r e b m u
n documen tseti nt hecurren tw idocumen t .
r e b m u n
i n e r
f � Nn� logdf�Cw
i� (2)
, e c n e i r e p x e e h t o t g n i d r o c c a , s r e t e m a r a p n o it a c o l e h t e n i m r e t e d n e h
T mos tofthefirs tparagraph
-a r a p g n i d u l c n o c e h t s i n o i t c e s t s a l e h t d n a , n o it c e s n o it c u d o r t n i e h t n e t f o s i s e c r u o s e r l a n o i t a c u d e f o
-r a p p a , e z i l a r e n e g l l i w r o h t u a e h t e l c i t r a e h t n i n o i s u l c n o c d n a n o i t c u d o r t n i , e l t i t e h t n i , n e t f o h p a r g
a t p e c n o c a o s l a y l t n
e ppearedinthethreepostiionsthansomeoftherelativeimportanceoft het ext . s r a e p p a t p e c n o c a f i t a h t w o h s o t s r e t e m a r a p y c n e u q e r f d r o w g n i n u t e n i f f o m r o f e h t e s u l l i w e w e r e H
n a h t e r o m s r a e p p a d r o w e h t t a h t o t t n e l a v i u q e s i t i , s n o i ti s o p 3 e s e h t n
o m timesin thetext .After
e h t h g u o r h t d e t a l u c l a c s i i c o l o s , i c o l , 0 s e k a t i c o l e s i w r e h t o , r e t t e b s i 3 f o t c e f f e e h t , m l a c i t s i t a t s
. a l u m r o f g n i w o l l o f
i c o
l � nN+3� logdf�Cw
i�� freni ( 3)
, k c a b d e e f l e n n o s r e p y t i r o h t u a e h t t n u o c c a o t n i g n i k a t , r o t c a f n o i t a l u g e r l a i c i f i t r a e h t s i t s a l e h T
y p u c c o d l u o h s n o it a l u c l a c t h g i e w e h t , r e p a p e h t f o g n i n a e m e h t s s e r p x e y l t c e r r o c n a c , y t il i b i d e r c h g i h
h t f o n o i t r o p o r p r e g r a l
a eformula,t obeconsideredwithmaximumweigh tofi deas ,whichi st ofind F
T e h t h g u o r h t e u l a v m u m i x a m e h t t u
o -IDFobtainedbyt hemethodoft hearticle ,andt hencombined F
T l a n i g i r o e h t I a t l e d f o t p e c n o c e h t k c a b d e e f e h t h t i
w -IDFvalue,t wowereaddedasI .
δi � ∑1nMax�frenj�� freni ( 4)
F T e h t y b d e t a l u c l a c t h g i e w e h t s i j n e r f e h t d n a , t n e m u c o d e h t f o e l p i c i t r a p f o r e b m u n e h t s i n e h
T
. J d r o w e h t f o F D
I Finally,t hewordfrequencyparameters ,positionparametersandaritficia ladjust l e b a l e h t f o t h g i e w e h t d n a , 4 . 4 a l u m r o f e h t o t n i d e l li f e r a I t p e c n o c e h t o t g n i d n o p s e r r o c s r o t c a f t n e m
. d e n i a t b o e b n a c
m , n ( R e s u e w , y t i r a l i m i s c it n a m e s e c n a t s i d n o d e s a
B )t oexpresst hesemanitccorrelationbetween c it n a m e s e h T . y g o l o t n o e h t n i s t p e c n o c d e t c i r t s e r n u o w t e h t s a 2 d d n a 1 d t e s d n a , s t p e c n o c o w t e h t
-a r e t i l n i d e d i v o r p s i h c i h w y a w g n i w o l l o f e h t n i d e t a l u c l a c e b n a c 2 D d n a 1 D n e e w t e b n o i t a l e r r o c
. ] 9 [ e r u t
R�n,m� � L(d1,d )12+η ( 5) e m a s e h t n i s t p e c n o c o w t n e e w t e b h t a p t s e t r o h s e h t f o h t g n e l e h t s n a e m ) 2 d , 1 d ( L , m e h t g n o m A
s i η . n o y h c r a r e i h t p e c n o
c aregulator,t hispapert akesηas1.
-s n a r t n o s e s u c o f n o i t a z i m i t p o y z z u F . s 0 7 9 1 n i d e t a n i g i r o d o h t e m d n a y r o e h t n o i t a z i m i t p o y z z u F
-r e c n u r o F . n o i t a m r o f n i l a m i t p o c i t s i n i m r e t e d o t n i n o it a m r o f n i n o i t a z i m i t p o y z z u f n i a t r e c n u g n i m r o f
ti n i f e d a , n o i t a m r o f n i n i a
t eboundary informaiton canbeobtained ,andthenadefiniteresul tcan be e h t f o s t h g i e w e h t e n i m r e t e d o t y r o e h t g n i t r o s n o it a z i m i t p o y z z u f e s u e w , r e p a p s i h t n I . d e n i a t b o
v i t c e j b u s e h t g n i d i o v a , y ll a c i f i t n e i c s d o h t e m n o i t a l u c l a c y t i r a l i m i s c i t n a m e s d i r b y
h eerroroftheex
-. e t a r u c c a d n a e l b a i l e r e r o m s tl u s e r n o i t a l u c l a c e h t g n i k a m d n a , s t r e p
s i a l u m r o f e h t d n a , ) 2 C , 1 C ( m i s s i 2 C f o y t i r a li m i s c it n a m e s e h t , 1 C s e m u s s A . 1 n o i t i n i f e d e h T
. 1 = a m m a g + a t e b + a h p l a , e r e H . ) 4 . 2 ( a l u m r o f
t s r i f o t s i p e t s t s r i f e h
T determine theprioriitesof simA ,simB and simC .Here wesimplify the c it n a m e s e e r h t g n i t n e s e r p e r , y l e v i t c e p s e r , 3 X d n a 2 X , 1 x , ) 2 C , 1 C ( C g n i s u y b M I S f o n o it a t n e s e r p e r
. x i r t a m y t i r o i r p y z z u f e h t t e g e w n e h T . y l e v it c e p s e r s e i t i r a l i m i s
n o r c i m e h t n e h w o
S isreduced to 0.7 ,thefirs tsecond linesareal lequa lto1excep tthediagona l n a c x i r t a m w e n f o s w o r d n o c e s , s n m u l o c d n o c e s w a r d n e h t , y t i r o i r p t s r i f e h t s a 2 X e h t o S . s t n e m e l e
a p u m u s o t o s , 3 X n a h t r e t t e b s i 1 X , d o h t e m e m a s e h t g n i s u y b d e n i m r e t e d e
b conclusion can be
f o n o i t r o p o r p e h t , s i t a h t , y t i r a li m i s c it n a m e s f o y ti r o i r p 3 t e g e w , d o h t e m s i h t y B . 3 x > 1 x > 2 x : n w a r d
-c a d e t a c o l l a e b t s u m t h g i e w n o i t a c o ll a e h t , y t i r o i r p t e g o t p e t s t s r i f e h t h g u o r h t : p e t s d n o c e s e h T
e d r o s i h t o t g n i d r o
c r .Thepriorityislarge ,andtheweighti slarge .Wege tthefollowingrestricitons p
e t s t s r i f e h t h g u o r h t
c i t n a m e s f o e u l a v m u m i x a m e h t , a t a d t h g i e w f o s t e s e e r h t e v o b a e h t o t g n i d r o c c a : p e t s d r i h t e h T
a l u m r o f n o i t u ti t s b u s e h t y b d e t a l u c l a c s i y t i r a l i m i
s ,whichi st heresul tofreturn.Basedont hehybrid . -n o c y l t c e r r o c n a c h c i h w , t s r i f d e z i t i r o i r p e r a C m i s d n a , B m i s , A m i s , n o i t a l u c l a c y t i r a l i m i s c i t n a m e S
g n i d r o c c a m e h t g n i n g i s s a , m e h t o t s t h g i e w g n i n g i s s a n e h T . h g i h s i n o i t u b i r t n o c r o t c a f e h t t a h t e d u l c
o
t priority ,assigning thesemanticsimilarity ofeachgroup by assigning values ,andpreserving the t h g i e w e h t , y a w s i h t n I . e t a r y c a r u c c a e h t e v o r p m i n a c h c i h w , e u l a v n r u t e r e h t s a e u l a v m u m i x a m
v i t c e j b u s e h t d n a n o i t a l u c l a c c i f i t n e i c s y b d e n i a t b o s i e u l a
v ityi savoided.
. ] 0 1 [ t n e m u c o d n i s d o h t e m 6 e h t y b d e t a l u c l a c s t l u s e r e h t h t i w d e r a p m o c e r a s t l u s e r d e t a l u c l a c e h T
-c e p s e r , e n i b m o c m i S d n a t x e t m i S , t g m i S , s k n i l m i S , l p d m i S , l p m i S e r a ] 0 1 [ e r u t a r e t i l n i s d o h t e m e h T
w o h s e r a s t l u s e r n o i t a l u c l a c e h t d n a , y l e v i
t ni nt able2.
e l b a
T 2. Resultsofsemanticsimilaritycalculation.
d r o
W Simpl Sd piml- lSiinmks- Simgt t Simtex Smibmincoe TMheitshod n
o i t a c u d E m o d s i
W -
n o i t a c u d E n o a t a d g i
b 0.4308 0.2154 0.0380 0.6106 0.2992 0.4298 0.5070 d
r a o b k c a l
B - chalk 0.5000 0.2500 0.0007 0.5443 0.0834 0.1391 0.3976 d
a e r
B - butter 0.4644 0.5573 0.0142 0.0696 0.1670 0.2585 0.6143 m
r o f t a l
P - Architec -e
r u
t 0.5000 0.5000 0.0140 0.5897 0.2621 0.4368 0.5321 t
n e d u t
S - Professor 0.4644 0.3333 0.0123 0.5400 0.2235 0.3725 0.3146 s
t n a r
G - Loan 0.4308 0.1436 0.0515 0.5706 0.3740 0.5789 0.6435 y
t i s r e v i n
U - Univer -y
t i
s 0.5283 0.2133 0.1603 0.6616 0.4459 0.7852 0.5371 n
o i t a c u d
E da n educa -n
o i
t 0.4644 0.3175 0.0664 0.5840 0.5855 0.7827 0.3642 y
t i l a u q s t r o p
S 0.5000 0.3333 0.0486 0.6019 0.2399 0.3998 0.6892 e
c i t c a r p n o i t a v o n n
I 0.4011 0.1604 0.0257 0.5945 0.1264 0.1957 0.2234 t
n e m y o l p m
E - ounter -e
t a r t r a
p 0.5000 0.5000 0.0563 0.5878 0.2601 0.4336 0.4634 t
u o p o r
D - unemploy -t
n e
m 0.5283 0.4227 0.0235 0.5832 0.4642 0.6667 0.5143
n o i t a v r e s b o d n a s t n e m i r e p x e t s a r t n o c y
B table2 ,wecanfindt hatt hemethodi nt hispaperi sbetter . s d r o w e m o s f o y ti r a l i m i s c i t n a m e s e h t g n i t a l u c l a c n e h w ] 8 1 [ e r u t a r e t i l e h t n i d o h t e m e h t n a h t
s k r a m e R g n i d u l c n o C
e h t e c n e u l f n i t a h t s r o t c a f y e k o w t e h
T quailty of recommendation servicein educaitona lbig data l
a e r e h t e r a g n i n r a e l d e z i l a n o s r e
p -timequality andaccuracy ofrecommendation ,whichisreflected e m m o c e r g n i r e t l i f e v i t a r o b a ll o c f o y c a r u c c a e h t d n a s e l i f l l a m s l a n o it a c u d e f o l e v e l e g a r o t s e h t n
i n
. m h t i r o g l a n o i t a d
l a e r n i n o i t a d n e m m o c e R e c r u o s e R a t a D n o it a c u d E e h t o t g n i d r o c c
A -timerecommendation and
d n a e m e h c s n o i t a z i m i t p o e g a r o t s f o y d u t s e d a m e w , m e l b o r p n o i s i c e r p w o l y ti l a u q n o i t a d n e m m o c e r
i t a r o b a l l o c f o d o h t e m n o i t a l u c l a c y t i r a l i m i s d e v o r p m
i ve filtering recommendaiton system .There . m h t i r o g l a g n i r e t l i f e v i t a r o b a l l o c n o i t a d n e m m o c e r f o y t i l a u q d n a e c n a m r o f r e p e h t s e v o r p m i h c r a e s
. g n i n r a e l d e z i l a n o s r e p f o e u l a v n o i t a c i l p p a d n a e c n a c i f i n g i s l a c i t e r o e h t t n a t r o p m i s a h h c r a e s e r e h T
t n e m g d e l w o n k c A
h
T isresearchispartiallysupportedbyNationa lScienceFoundationofChina61603169 ,Basicedu -.
s e c n e r e f e R
S ] 1
[ .WililamsonB .Digita leducationgovernance :datavisualization ,predictiveanalytics ,and‘real -s
t n e m u r t s n i y c i l o p ’ e m i
t [J] .Journa lofEducationPolicy ,2016 ,31(2): 1- .1 9 J
] 2
[ iang D .TheperformanceofMapReduce :anin-depth study[J] .ProceedingsoftheVLDBEn -2
7 4 : ) 1 ( 3 , 0 1 0 2 , t n e m w o
d - 34 . 8
o a i X n a u R , u h S n i Y , g n o i J e i X ] 3
[ -jun .Improvingmapreduceperformancethroughdataplacemen t s
r e t s u l c p o o d a h s u o e n e g o r e t e h n
i [C] .IPDPSW ,2010IEEEInternationa lSymposiumn. Altanta ,19 -1
, 0 1 0 2 l i r p A 3
2 - 9
S r a k e s a r d n a h C ] 4
[ . ,DakshinamurthyR .ANove lIndexingSchemeforEfficien tHandlingofSmal l s
e l i
F inHadoopDistributedFileSystem[C] .ICCCI ,2013Internationa lConferenceon .Coimbatore , 4-6Jan .2013 ,1- 8
R a e c l a h i M ] 5
[ . ,Corley C. ,StrapparavaC .Corpus-based and Knowledge-based MeasuresofTex t y
ti r a l i m i S c i t n a m e
S [C]/ /Naitona lConferenceonArtificia lIntelligenceandtheEighteenthInnova -6
1 y l u J , e c n e r e f n o C e c n e g i l l e t n I l a i c i f i t r A f o s n o i t a c il p p A e v i
t -20 ,2006 ,Boston ,Massachusetts ,
: 6 0 0 2 , P L B D . a s
U 57 -7 780.
E h c i v o l i r b a G ] 6
[ . ,Markovitch S .Wikipedia-based SemanticInterpretaiton forNatura lLanguage g
n i s s e c o r
P [J] .Journa lofArtificia lIntelilgenceResearch ,2014 ,34(4): 34 -4 498. A
o c r a M ] 7
[ .D. ,Navigl iR .ClusteringandDiversifyingWebSearchResutlswithGraph-BasedWord n
o i t c u d n I e s n e
S [J] .Computationa lLinguistics ,2013 ,39(3): 97 -0 754. u
G ] 8
[ arinoN. ,MasoloC. ,VetereG .OntoSeek :Content-BasedAccesst ot heWeb[J] .IEEEIntelil -:
) 3 ( 4 1 , 9 9 9 1 , s m e t s y S t n e
g 07 - .8 0
T i e W ] 9
[ . ,JiaY. ,Zhang Z. ,e tal .Improved hybrid semanitcsimilartiy algorithmforterminology n
o it a c i l p p
a [C]/ / Internationa l Conference on Natura l Computation and , Fuzzy Systems and :
6 1 0 2 . y r e v o c s i D e g d e l w o n
K 1734-1738.
L g n i D ] 0 1
[ . ,FininT .Boosting semanitcwebdataaccessusingSwoogle[C]/ /Nationa lConference :
5 0 0 2 , s s e r P I A A A . e c n e g il l e t n I l a i c i f i t r A n
o 1604-1605.
t a e F . A y k s r e v T ] 1 1
