基于異構(gòu)信息網(wǎng)絡(luò)聚類的APP推薦算法研究.pdf_第1頁
已閱讀1頁,還剩88頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明: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),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、移動應(yīng)用(Mobile Application,APP)市場采用推薦技術(shù)將APP推薦給不同的用戶,以此幫助用戶從海量的APP中發(fā)現(xiàn)感興趣的內(nèi)容。但是由于APP所處領(lǐng)域的限制,APP推薦存在一系列的問題,例如APP使用分布容易出現(xiàn)重頭和長尾現(xiàn)象、數(shù)據(jù)稀疏問題、冷啟動問題等。其中,重頭和長尾現(xiàn)象的出現(xiàn)不利于APP領(lǐng)域的發(fā)展,數(shù)據(jù)稀疏問題則限制了推薦算法的效率,而且隨著APP數(shù)量的增長,這些問題將日益突出。
  Netflix競賽的出現(xiàn)

2、在很大程度上推動了推薦領(lǐng)域的發(fā)展,但是APP推薦算法研究還不成熟。目前移動應(yīng)用市場APP推薦算法主要集中在關(guān)聯(lián)推薦、熱門推薦以及新品推薦等,這些傳統(tǒng)的推薦方法沒有從根本上解決APP推薦面臨的問題。隨著APP市場的日益完善,APP市場將擁有更加完備的APP信息以及用戶信息,如何利用這些信息幫助解決APP推薦面臨的一系列問題變得十分重要。
  針對APP數(shù)據(jù)集特點(diǎn),本文提出將排序方法、聚類技術(shù)與推薦算法相結(jié)合,共同挖掘APP多維度文本

3、數(shù)據(jù)中蘊(yùn)藏的關(guān)系信息,在此基礎(chǔ)上開展基于異構(gòu)信息網(wǎng)絡(luò)聚類的APP推薦算法研究。第一,構(gòu)造多維度文本組成的APP信息網(wǎng)絡(luò)模型,包括用戶、APP、描述文本、發(fā)布者信息以及分類信息等。第二,通過兩種排序算法獲取附屬類型對象的排序分布。第三,在排序分布的基礎(chǔ)上建立一個(gè)針對中心類型的混合概率生成模型,使用EM算法估計(jì)參數(shù)的最優(yōu)值,然后依據(jù)貝葉斯理論獲得對象的后驗(yàn)概率,根據(jù)對象的聚類分布重新劃分類簇。第四,根據(jù)APP以及用戶聚類結(jié)果開展兩種不同的協(xié)

溫馨提示

  • 1. 本站所有資源如無特殊說明,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)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 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. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對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自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論