[toc]
# MOOC中国个性化推荐部分
## 1 功能
* 已有
 * 频繁二项集推荐
* 待添加
 * 聚类&分类
 * 协同过滤推荐
## 2 代码优化
* **org.mooc.bean**
 * 添加构造方法，删除 Setters
* **org.mooc.processing**
 * 简化类名为 CrawlCourses，剥离 API 访问函数（添加 APICrawler），简化注释
 * 简化类名为 CrawlUsers，剥离 API 访问函数（添加 APICrawler），简化注释
 * 简化类名为 ProcessLogs，重命名方法 initProcessLogs()，添加方法 oneDayIncrease(String date)
 * GenUserLearnedCourses，方法initGenUserLearnedCourses()和oneDayIncrease(String date)
* **org.mooc.controller**
 * FrequentRec，添加“换一批”功能，简单的下 N 个
 * InitializeMOOC，负责项目初次启动的初始化工作，包含日志处理，课程信息爬取，利用关联规则推荐算法为用户生成推荐课程等
 * TimerListener、UpdateManager和Update组合实现定时任务，每天定时进行日志更新及推荐结果更新操作
* **org.mooc.recommend.frequentPattern**
 * GenAprioriDataset，添加注释
 * MyApriori，方法修改，注释修改
 * GenFrequentCourses，添加方法 findCourseName()
 * GenFrequentRec，删除未使用方法 readFrequentCourses()，添加过滤规则（剔除用户已观看过的）
* **org.mooc.utility**
 * 添加 APICrawler
 * 修改 MongodbConn，添加验证连接（用户名，密码）
 * 删除未使用类 MySqlConn 和 JavaBeanToDocument
## 3 待改进
* 频繁二项集推荐
 * user learned courses 应该改为用户选修的课程，因为某一次的点击不能代表什么，或者就是有点击的次数下限
 * GenUserLearnedCourses，调整策略，加上次数，使用HashMap<String, HashMap<String, Integer>>来存储，从而可以提高频繁项集的门槛
 * MongoDB 建索引
* 数据安全问题
 * 每次都会删除旧数据，然后处理在存入新数据，这样会有丢失数据的隐患