隨著智能化設(shè)備的普及,移動應(yīng)用市場大量涌現(xiàn),越來越多的移動APP被開發(fā)者開發(fā)。據(jù)統(tǒng)計,2019年全球移動用戶在App Store和Google Play的下載量突破了1200億次,同比去年增長了5%。海量應(yīng)用在給用戶帶來個性化體驗和生活便捷的同時,也帶來了信息過載的問題。因此,如何為用戶推薦滿足其個性化需求的應(yīng)用已成為學(xué)術(shù)界以及商業(yè)界共同關(guān)注的話題。如今,個性化推薦技術(shù)已廣泛應(yīng)用于商務(wù)、娛樂和決策支持等領(lǐng)域。傳統(tǒng)的推薦方法大多采用協(xié)同過濾（Collaborative Filtering,CF）算法,通過相似度計算或者機器學(xué)習(xí)方法建模,來預(yù)測用戶-項目評價矩陣的缺失值。但是該方法存在嚴重的數(shù)據(jù)稀疏性問題,很難發(fā)現(xiàn)相似用戶或者相似項目,導(dǎo)致預(yù)測精度較差。此外,相比于傳統(tǒng)的推薦系統(tǒng),移動APP推薦具有更多新特性,比如:移動應(yīng)用的種類繁多且更新迅速,從而導(dǎo)致推薦過程比傳統(tǒng)推薦更加復(fù)雜。傳統(tǒng)推薦常利用用戶對項目的整體評價,獲取用戶對項目的偏好,忽略了移動應(yīng)用的功能特征及內(nèi)在聯(lián)系。然而,在APP的下載和使用中,用戶的興趣可能更傾向于自己的功能需求。這些問題導(dǎo)致傳統(tǒng)的推薦方法直接應(yīng)用到移動APP領(lǐng)域... 

【文章來源】：安徽大學(xué)安徽省 211工程院校

【文章頁數(shù)】：66 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 推薦系統(tǒng)的研究現(xiàn)狀
        1.2.2 移動APP推薦的研究現(xiàn)狀
    1.3 論文研究內(nèi)容與成果
    1.4 論文組織結(jié)構(gòu)
第二章 相關(guān)理論與技術(shù)
    2.1 個性化推薦理論
        2.1.1 基于內(nèi)容的推薦
        2.1.2 協(xié)同過濾推薦
        2.1.3 基于關(guān)聯(lián)規(guī)則的推薦
    2.2 數(shù)據(jù)挖掘相關(guān)技術(shù)基礎(chǔ)
        2.2.1 Apriori算法
        2.2.2 HITS算法
        2.2.3 PageRank算法
    2.3 本章小結(jié)
第三章 基于HITS算法的關(guān)聯(lián)規(guī)則推薦方法
    3.1 模型整體框架描述
    3.2 基于用戶評分矩陣的HITS模型
        3.2.1 用戶評分矩陣的HITS模型描述
        3.2.2 HITS算法迭代終止條件設(shè)置
        3.2.3 改進的HITS算法流程
    3.3 HITS與關(guān)聯(lián)規(guī)則融合的挖掘模型
        3.3.1 權(quán)重關(guān)聯(lián)規(guī)則模型
        3.3.2 算法流程
    3.4 實驗結(jié)果與分析
        3.4.1 數(shù)據(jù)集與實驗環(huán)境
        3.4.2 Authority相關(guān)性分析
        3.4.3 評價指標與對比算法
        3.4.4 實驗結(jié)果分析
    3.5 本章小結(jié)
第四章 基于功能特征的APP推薦方法
    4.1 問題描述
    4.2 基于功能特征的APP推薦模型
        4.2.1 Stage 1:APP功能特征的提取
        4.2.2 Stage 2:APP特征圖的構(gòu)建
        4.2.3 Stage 3:用戶功能偏好計算
        4.2.4 Stage 4:個性化推薦
    4.3 算法的流程
    4.4 時間復(fù)雜度分析
    4.5 實驗結(jié)果與分析
        4.5.1 數(shù)據(jù)集描述
        4.5.2 評價指標
        4.5.3 對比算法
        4.5.4 實驗對比及參數(shù)對結(jié)果影響
    4.6 本章小結(jié)
第五章 結(jié)論
參考文獻
攻讀碩士學(xué)位期間取得的學(xué)術(shù)成果
攻讀碩士學(xué)位期間參與的科研項目
致謝


【參考文獻】：
期刊論文
[1]一種結(jié)合詞項語義信息和TF-IDF方法的文本相似度量方法[J]. 黃承慧,印鑒,侯昉.  計算機學(xué)報. 2011(05)



本文編號：3498792