基于智慧校园的智能推荐系统的应用研究黄有福黄佩珊朱洁梅DOI：10.19850/j.cnki.2096-4706.2021.08.043摘要：在大数据时代，智慧校园应用广泛，各类信息日益丰富，纵横交错，但用户又面临着信息过载，无从选择的问题。用户获取信息主要是被动获取，需要自行去翻阅信息，或是订阅相关的内容，所获取的信息大多數并非用户所需要的。智能推荐系统对当前智能推荐的主要方式以及推荐算法进行了研究，通过对系统的设计与分析，运用H5技术中的WebSocket技术实现了管理平台和移动客户端应用程序，给用户带来了便捷、精准获取信息的服务体验。关键词：信息推送;智能推荐;推荐系统;个性化;智慧校园：TP391.3：A：2096-4706（2021）08-0153-03ApplicationResearchofIntelligentRecommendationSystemBasedonWisdomCampusHUANGYoufu，HUANGPeishan，ZHUJiemei（GuangzhouPanyuPolytechnic，Guangzhou511483，China）Abstract：Intheeraofbigdata，wisdomcampusiswidelyused.Allkindsofinformationareincreasinglyrichandcrisscross，butusersarefacedwiththeproblemofinformationoverloadandhavenochoice.Usersobtaininformationmainlyatapassivemode.Theyneedtobrowseinformationbythemselvesorsubscribetorelevantcontent.Mostoftheinformationobtainedisnotwhatusersneed.Theintelligentrecommendationsystemstudiesthemainmethodsofthecurrentintelligentrecommendationandrecommendationalgorithms.Throughthedesignandanalysisofthesystem，themanagementplatformandmobileclientapplicationarerealizedbyusingWebSockettechnologyinH5technology.Whichbringuserstheserviceexperienceofconvenienceandaccurateobtaininginformation.Keywords：informationpush;intelligentrecommendation;recommendationsystem;personalized;wisdomcampus0引言随着计算机技术的快速发展，移动互联网应用已进入日常生活的方方面面，深刻地影响着我们的生活与学习。在信息大爆炸的时代，每天我们所获取的信息可达几十条、上百条、甚至上千条，特别是电子商务、新闻广告信息、群聊、视频短片等，我们的手机在不断地被动接收，况且这些信息很多都是垃圾信息，严重地影响着我们的日常生活。但我们每天都在搜索所需要的信息，通过各种方式想获得我们所关心和需要的各类新闻信息、学习资料、娱乐资讯、电子商务信息等。在智慧校园的建设中，教育信息化的重要内容之一就是了解用户所需要的信息，向有需要的用户推送信息，增加用户的黏性，这就需要我们能够使用智能推送的方式，将推送信息与用户进行科学匹配，从海量的信息资源中，提取重要的、与用户密切相关的信息，主动地推送到用户手机中，从而提升用户便捷、精准获取信息与服务体验。1智能推荐的主要方式智能推荐系统是从业务需求出发，在确保信息的准确性、安全性的前提下，及时将有价值的信息推送给目标用户，让目标用户能快捷、有效地获取自己想要的信息。目前，主要的信息推送工具是即时通信工具，最常见的是短信推送，信息发起者通过手机短信平台向目标用户发送短信信息。此外，还有以下几种方式：（1）消息线上推送。用户需要安装相关的APP，才可以接收线上推送服务。（2）微信模板推送。用户只需要在微信朋友圈中分享相关的信息。（3）Websocket推送方式。WebSocket是HTML5提供的一种在单个TCP连接上进行全双工通信的协议，客户端和服务端只需要建立连接就可以互相发送消息。2智能推荐算法研究本文分别对协同过滤算法、基于内容的推荐算法、基于标签的推荐算法和基于关联规则的推荐算法进行了研究：（1）基于内容的推荐是基于项目的内容信息进行推荐，不是根据用户对项目的评论，而是需要使用机器学习的方法从内容的特征描述中获取用户的兴趣信息。在推荐系统的实现过程中，我们将学校的教师和学生作为用户对象，通过相关特征的属性对其进行定义。系统根据用户对象的特征，学习用户的兴趣，分析用户信息与要预测的项目的匹配程度。在构建用户模型时，主要采用决策树、神经网络和基于矢量的表示方法。推荐的用户信息根据用户数据内容、用户历史数据、用...