版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著智能手機(jī)和平板電腦的普及,O2O這種新型的商業(yè)模式日趨完善,移動(dòng)應(yīng)用App已經(jīng)滲透到人們?nèi)粘I畹姆椒矫婷?。?yīng)用市場(chǎng)的蓬勃發(fā)展帶來(lái)巨大機(jī)會(huì)的同時(shí)也使得應(yīng)用開(kāi)發(fā)者和用戶之間的雙向選擇成為越來(lái)越突出的問(wèn)題。
通常,用戶下載一個(gè)新出App,一方面是受App運(yùn)營(yíng)商的營(yíng)銷手段的影響,另一方面則是因樂(lè)于嘗試這一類別的新鮮App。而App的下載傳播依靠的主要是身邊朋友的推薦和社交軟件的營(yíng)銷推廣。就此,論文提出了針對(duì)每一個(gè)App的用戶群特
2、征,以同無(wú)線網(wǎng)絡(luò)下得出的接觸圈為單位推廣的思路向用戶推薦App的推薦算法。即以App為單位,對(duì)其用戶群進(jìn)行建模分析,模型結(jié)果得出對(duì)該App不同喜好程度用戶群的特征信息,用匹配App用戶群特征的方式判斷目標(biāo)用戶對(duì)該App是否會(huì)感興趣。本文進(jìn)一步提出了以忠實(shí)度、活躍度用以判斷用戶對(duì)App的喜好程度而不是依賴用戶評(píng)分,并對(duì)基于Can-Tree結(jié)構(gòu)的Can-Mining關(guān)聯(lián)規(guī)則挖掘算法進(jìn)行改進(jìn)用于用戶群特征挖掘,且基于改進(jìn)的算法提出了增量環(huán)境下
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 個(gè)性化檢索中相似用戶群的獲取與更新.pdf
- 基于用戶情境的論壇個(gè)性化推薦模型研究.pdf
- 個(gè)性化新聞推薦APP用戶持續(xù)使用行為研究.pdf
- 基于面向?qū)ο笏枷牒偷湫陀脩羧航M的個(gè)性化推薦方法研究.pdf
- 基于用戶態(tài)感知的個(gè)性化服務(wù)推薦模型研究.pdf
- 基于Hadoop的用戶個(gè)性化推薦研究.pdf
- 基于DSP平臺(tái)的個(gè)性化廣告推薦——用戶興趣模型研究.pdf
- 校園網(wǎng)用戶群行為分析模型研究.pdf
- 基于行為模型的個(gè)性化推薦.pdf
- 基于用戶興趣模型的個(gè)性化論文推薦系統(tǒng)研究.pdf
- 基于用戶行為的個(gè)性化推薦算法研究.pdf
- 基于用戶興趣的個(gè)性化信息推薦系統(tǒng).pdf
- 基于本體用戶興趣模型的個(gè)性化推薦系統(tǒng)的研究.pdf
- 基于用戶興趣模型的個(gè)性化推薦與搜索系統(tǒng)的研究.pdf
- 基于內(nèi)容和用戶偏好學(xué)習(xí)的個(gè)性化商品推薦模型.pdf
- 面向終端的APP個(gè)性化推薦系統(tǒng).pdf
- 基于主題模型與用戶興趣的個(gè)性化新聞推薦算法研究.pdf
- 基于用戶興趣模型的個(gè)性化推薦引擎技術(shù)研究.pdf
- 融入用戶行為上下文的個(gè)性化推薦模型.pdf
- 基于協(xié)同過(guò)濾算法的APP個(gè)性化推薦研究.pdf
評(píng)論
0/150
提交評(píng)論