在线评测系统中的协作式任务推荐与自然语言推理工具
编程竞赛与在线评测系统概述
编程竞赛是提升编程能力和激发创新思维的重要途径。常见的编程竞赛包括:
- 国际信息学奥林匹克竞赛(IOI) :由联合国教科文组织赞助,面向中学生的年度编程竞赛。
- ACM国际大学生程序设计竞赛(ICPC) :在ACM的支持下开展的多层次、团队形式的编程竞赛。
- 国际信息学团队奥林匹克竞赛(IOIT) :2017年开始的团队竞赛,目前只有意大利、罗马尼亚、俄罗斯和瑞典四个国家参与。
- 谷歌代码马拉松(Google Code Jam) :基于多轮在线比赛,最终进入世界总决赛。
- 脸书黑客杯(Facebook Hacker Cup) :一年一度的全球编程竞赛,黑客们为名誉、财富和荣耀而竞争。
在线评测系统(Online Judges,OJ)是提供大量编程任务供用户解决的基于网络的平台。一些知名的OJ平台有:瓦伦西亚大学在线评测系统、Sphere在线评测系统(SPOJ)、CodeChef和北京大学在线评测系统等。
在线评测系统中的推荐系统
在OJ中,用户与任务之间的关系比典型推荐系统(RS)的情况更为复杂,这使得标准的推荐技术难以直接应用,因此需要开发专门的方法。目前,针对OJ中任务推荐的研究较少,主要方法有:
- 传统协同过滤方法 :采用适应OJ情况的新相似度度量。
-
超级会员免费看
订阅专栏 解锁全文
20万+

被折叠的 条评论
为什么被折叠?



