基于時(shí)間上下文的的移動(dòng)應(yīng)用推薦系統(tǒng)研究與應(yīng)用.pdf

1、近年來(lái)，互聯(lián)網(wǎng)尤其是移動(dòng)互聯(lián)網(wǎng)規(guī)模和技術(shù)發(fā)展迅猛，智能移動(dòng)設(shè)備如智能手機(jī)、平板電腦等大量普及，智能手機(jī)用戶數(shù)量劇增。移動(dòng)應(yīng)用作為智能手機(jī)的重要組成部分，改變了用戶的生活方式、工作方式、學(xué)習(xí)方式等，在系統(tǒng)設(shè)計(jì)與開(kāi)發(fā)中占有重要地位。移動(dòng)應(yīng)用市場(chǎng)如Google Play Store、Apple App Store等中的移動(dòng)應(yīng)用數(shù)量達(dá)到了百萬(wàn)級(jí)別，海量的移動(dòng)應(yīng)用在給用戶提供便利、開(kāi)發(fā)人員提供參考的同時(shí)，也帶來(lái)了新的挑戰(zhàn)。從用戶角度來(lái)看，在海量應(yīng)

2、用中找到自己感興趣的應(yīng)用面臨巨大困難；從開(kāi)發(fā)人員角度來(lái)看，在海量應(yīng)用中選取合適的應(yīng)用作為參考耗費(fèi)大量精力。與此同時(shí)，智能手機(jī)用戶低齡化是一個(gè)不可忽視的趨勢(shì)，如何防止低齡用戶沉迷于智能手機(jī)是一個(gè)亟待解決的問(wèn)題。
　　本文對(duì)移動(dòng)應(yīng)用個(gè)性化推薦進(jìn)行研究，首先對(duì)推薦算法進(jìn)行了改進(jìn)，提出了一種基于用戶分裂的資源擴(kuò)散算法。在調(diào)研個(gè)性化推薦算法的過(guò)程中，發(fā)現(xiàn)用戶在時(shí)間維度上積累的興趣偏移對(duì)推薦算法的準(zhǔn)確率影響很大。在基于圖模型的資源擴(kuò)散算法的基

3、礎(chǔ)上，將時(shí)間上下文信息融入算法中，提出了一種基于用戶分裂的資源擴(kuò)散算法，改進(jìn)了傳統(tǒng)的資源擴(kuò)散算法。改進(jìn)算法把興趣隨時(shí)間發(fā)生變化的用戶看作多個(gè)用戶，即采用用戶分裂思想引入時(shí)間上下文信息，更加充分的利用了數(shù)據(jù)信息，通過(guò)實(shí)驗(yàn)對(duì)比發(fā)現(xiàn)，和傳統(tǒng)的資源擴(kuò)散算法相比，改進(jìn)算法的準(zhǔn)確率明顯提高。然后將基于用戶分裂的資源擴(kuò)散算法應(yīng)用于移動(dòng)應(yīng)用推薦領(lǐng)域，設(shè)計(jì)了一種面向智能手機(jī)用戶和開(kāi)發(fā)人員的移動(dòng)應(yīng)用推薦系統(tǒng)并實(shí)現(xiàn)了系統(tǒng)原型。對(duì)用戶進(jìn)行移動(dòng)應(yīng)用的個(gè)性化推薦時(shí)