手機應(yīng)用推薦算法及分布式實現(xiàn)研究.pdf

1、隨著智能手機的普及，各種各樣的手機應(yīng)用層出不窮，手機應(yīng)用下載平臺面臨著嚴(yán)重的信息過載問題。個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)用下載平臺的推薦服務(wù)還停留在熱門榜單推薦上，沒有一個個性化的推薦系統(tǒng)。這主要是因為在手機應(yīng)用推薦場景中，一般傳統(tǒng)的商品推薦算法無法取得良好的推薦效果，其推薦的結(jié)果有時甚至還不如熱門榜單的推薦。除此以外，手機應(yīng)用的數(shù)量過大，使的手機應(yīng)用推薦算法的算法時間復(fù)雜度過高，也是傳統(tǒng)推薦算法難以直接應(yīng)用

2、在手機應(yīng)用推薦場景中的原因。
　　本文首先介紹了個性化推薦的國內(nèi)外研究現(xiàn)狀，并分析了商品推薦算法不適用于手機應(yīng)用推薦場景的原因。之后針對以上問題引入了應(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)手機應(yīng)用的推薦場景。并且為了使得推薦算法能夠處理超大規(guī)模的數(shù)據(jù)，本文通過對推薦算法的改寫，使之能夠運行在分布式平臺上，加快算法的運行速度。文章的最后通過對比實驗，驗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，檢驗了分