本文選題：個(gè)性化推薦 + 可見度　； 參考：《浙江大學(xué)》2016年碩士論文

【摘要】：隨著智能手機(jī)的普及,各種各樣的手機(jī)應(yīng)用層出不窮,手機(jī)應(yīng)用下載平臺(tái)面臨著嚴(yán)重的信息過載問題。個(gè)性化推薦是解決信息過載問題最直接的方法,但是目前大部分應(yīng)用下載平臺(tái)的推薦服務(wù)還停留在熱門榜單推薦上,沒有一個(gè)個(gè)性化的推薦系統(tǒng)。這主要是因?yàn)樵谑謾C(jī)應(yīng)用推薦場(chǎng)景中,一般傳統(tǒng)的商品推薦算法無(wú)法取得良好的推薦效果,其推薦的結(jié)果有時(shí)甚至還不如熱門榜單的推薦。除此以外,手機(jī)應(yīng)用的數(shù)量過大,使的手機(jī)應(yīng)用推薦算法的算法時(shí)間復(fù)雜度過高,也是傳統(tǒng)推薦算法難以直接應(yīng)用在手機(jī)應(yīng)用推薦場(chǎng)景中的原因。本文首先介紹了個(gè)性化推薦的國(guó)內(nèi)外研究現(xiàn)狀,并分析了商品推薦算法不適用于手機(jī)應(yīng)用推薦場(chǎng)景的原因。之后針對(duì)以上問題引入了應(yīng)用可見度,并將其加入到現(xiàn)有的推薦算法中,使得算法能夠適應(yīng)手機(jī)應(yīng)用的推薦場(chǎng)景。并且為了使得推薦算法能夠處理超大規(guī)模的數(shù)據(jù),本文通過對(duì)推薦算法的改寫,使之能夠運(yùn)行在分布式平臺(tái)上,加快算法的運(yùn)行速度。文章的最后通過對(duì)比實(shí)驗(yàn),驗(yàn)證了算法引入可見度之后的有效性,并構(gòu)造了不同的數(shù)據(jù)集,檢驗(yàn)了分布式推薦算法的運(yùn)行效率。
[Abstract]:With the popularity of smart phones, a variety of mobile applications emerge, mobile application download platform is facing serious information overload problem. Personalized recommendation is the most direct way to solve the problem of information overload, but at present, most of the recommendation services of application and download platform still stay on the hot list recommendation, and there is not a personalized recommendation system. This is mainly because in the mobile phone application recommendation scenario, the general traditional product recommendation algorithm can not achieve good results, its recommendation results are sometimes even worse than the popular list of recommendations. In addition, the number of mobile phone applications is too large, which makes the time complexity of the mobile application recommendation algorithm too high, which is also the reason why the traditional recommendation algorithm is difficult to be directly applied in the mobile phone application recommendation scene. This paper first introduces the research status of personalized recommendation at home and abroad, and analyzes the reason why the commodity recommendation algorithm is not suitable for mobile phone application recommendation. Then, the application visibility is introduced to solve the above problems, and it is added to the existing recommendation algorithm, which makes the algorithm adapt to the mobile phone application recommendation scenario. And in order to enable the recommendation algorithm to deal with large scale data this paper rewrites the recommendation algorithm to make it run on the distributed platform and accelerate the speed of the algorithm. At the end of the paper, the effectiveness of the algorithm is verified by comparing the results with visibility, and different data sets are constructed to test the efficiency of the distributed recommendation algorithm.
【學(xué)位授予單位】：浙江大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP391.3

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 徐義峰;徐云青;劉曉平;;一種基于時(shí)間序列性的推薦算法[J];計(jì)算機(jī)系統(tǒng)應(yīng)用;2006年10期

2 余小鵬;;一種基于多層關(guān)聯(lián)規(guī)則的推薦算法研究[J];計(jì)算機(jī)應(yīng)用;2007年06期

3 張海玉;劉志都;楊彩;賈松浩;;基于頁(yè)面聚類的推薦算法的改進(jìn)[J];計(jì)算機(jī)應(yīng)用與軟件;2008年09期

4 張立燕;;一種基于用戶事務(wù)模式的推薦算法[J];福建電腦;2009年03期

5 王晗;夏自謙;;基于蟻群算法和瀏覽路徑的推薦算法研究[J];中國(guó)科技信息;2009年07期

6 周珊丹;周興社;王海鵬;倪紅波;張桂英;苗強(qiáng);;智能博物館環(huán)境下的個(gè)性化推薦算法[J];計(jì)算機(jī)工程與應(yīng)用;2010年19期

7 王文;;個(gè)性化推薦算法研究[J];電腦知識(shí)與技術(shù);2010年16期

8 張愷;秦亮曦;寧朝波;李文閣;;改進(jìn)評(píng)價(jià)估計(jì)的混合推薦算法研究[J];微計(jì)算機(jī)信息;2010年36期

9 夏秀峰;代沁;叢麗暉;;用戶顯意識(shí)下的多重態(tài)度個(gè)性化推薦算法[J];計(jì)算機(jī)工程與應(yīng)用;2011年16期

10 楊博;趙鵬飛;;推薦算法綜述[J];山西大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年03期

相關(guān)會(huì)議論文 前10條

1 王韜丞;羅喜軍;杜小勇;;基于層次的推薦:一種新的個(gè)性化推薦算法[A];第二十四屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2007年

2 唐燦;;基于模糊用戶心理模式的個(gè)性化推薦算法[A];2008年計(jì)算機(jī)應(yīng)用技術(shù)交流會(huì)論文集[C];2008年

3 秦國(guó);杜小勇;;基于用戶層次信息的協(xié)同推薦算法[A];第二十一屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2004年

4 周玉妮;鄭會(huì)頌;;基于瀏覽路徑選擇的蟻群推薦算法:用于移動(dòng)商務(wù)個(gè)性化推薦系統(tǒng)[A];社會(huì)經(jīng)濟(jì)發(fā)展轉(zhuǎn)型與系統(tǒng)工程——中國(guó)系統(tǒng)工程學(xué)會(huì)第17屆學(xué)術(shù)年會(huì)論文集[C];2012年

5 蘇日啟;胡皓;汪秉宏;;基于網(wǎng)絡(luò)的含時(shí)推薦算法[A];第五屆全國(guó)復(fù)雜網(wǎng)絡(luò)學(xué)術(shù)會(huì)議論文（摘要）匯集[C];2009年

6 梁莘q，

本文編號(hào)：1881398