java+jsp+mysql实现学习资源推荐系统LearningResourceRS
一、开发工具
Myeclipse10，mysql5.5，navicat、tomcat7、jdk7等（其他版本也可以）。
Navicat下载后，需要先链接，填写连接的用户名和密码，我的是root、root，需要先在navicat中创建一个数据库learningresourcers，然后再发给你的文件包中有一个sql文件，可以在navicat中点击查询，然后将sql文件中国的内容粘贴进navicat，再点击运行就可以，或者在naviat中点击备份，文件包中也有一个备份文件，点击完成就可以。
二、开发框架
SSH开发框架，Spring、Struts、Hibernate，Spring管理Struts和Hibernate，Struts负责请求路径和返回结果，Hibernate是负责数据库的链接。
三：协同过滤推荐功能
1、根据调查问卷推荐：首先根据调查问卷每一种类型的成绩计算出用户之间的相似度（采用余弦算法），根据相似度找出最近N（在CFUtil类中设置）个邻居，然后推荐最近邻居中邻居做题最多的题目和观看最多的视频，并将推荐的题目和视频赋默认值（在CFUtil文件中设置默认值1-5）。
2、根据兴趣标签推荐：首先根据学生选择的兴趣标签，计算用户之间的相似度（采用谷本系数算法），然后求出目标用户的N个最近邻居，然后推荐最近邻居中邻居做题最多的题目和观看最多的视频，并将推荐的题目和视频赋默认值（在CFUtil文件中设置默认值1-5）。
3、根据题目的成绩推荐：首先根据用户对题目的成绩计算用户之间的相似度（余弦算法），根据相似度计算N个最近邻居，然后再根据基于用户的推荐算法推荐，推荐出来的题目有预测成绩，成绩是在管理员给所有题目设置的分数这个范围内，我们需要给预测的成绩缩小值，缩小至1-5范围内，这个有个系数，是找出最大的成绩然后除以5得出一个系数，系数乘以预测评分，会将预测评分缩小值1-5分内，不会影响推荐结果。
4、根据视频评分推荐：首先根据用户对视频的评分计算用户之间的相似度（余弦算法），然后计算N个最近邻居，然后再根据基于用户的推荐算法推荐，推荐出来的视频由预测评分。
5、混合推荐：混合推荐就是将以上4中算法加权推荐，每一种算法都有权重（在CFUtil类中设置），权重乘以预测分值然后相同的题目或者视频相加，再除以权重之和就是预测的题目或者视频的最终值，根据值的高低排序得到推荐的视频或者题目。
协同过滤算法采用的是mahout算法jar包。
