基于CEP 的校园推荐系统设计与实现

来源：计算机技术与发展杂志2018年第06期北京时间：

作者：周苾;卢山;汤鲲

摘要：针对高校学生课外资源过载、缺少实时个性化推荐等问题,将复杂事件处理技术(CEP)运用到推荐系统中,发挥其强大的实时处理优势,对进一步提高高校个性化资源推荐系统的准确性和实时性进行了研究。 将高校管理与资源推荐相结合,设计大数据背景下的校园学辅资源推荐系统。 利用复杂事件处理技术,将学生实时地理位置信息、签到信息、图书馆借阅信息、宿舍信息等四种多维、异构数据源相结合,使用 EPL 语言实现相应的规则关联,将简单事件流通过 Esper 引擎处理后形成复杂事件流,对高校学生资源推荐系统作实证分析,实现从学生基本信息数据流处理、复杂事件规则验证到相关资源推荐的整个推送过程。 实验结果表明,将该系统与最常用的基于协同过滤算法的推荐系统性能作比较,实时性提升了 20%,准确度提升了 30%,验证了该系统具有良好的推荐效果。

关键词：复杂事件处理;个性化推荐;资源过载;协同过滤;Esper