基于圖結(jié)構(gòu)的移動(dòng)應(yīng)用推薦算法分析研究.pdf

1、當(dāng)前伴隨著互聯(lián)網(wǎng)的飛速發(fā)展，移動(dòng)端APP數(shù)量正在快速增長，針對海量APP，如何為用戶推薦正確的APP成為目前面臨的一個(gè)重大難題。相對于傳統(tǒng)的推薦技術(shù)（協(xié)同過濾和基于內(nèi)容的推薦），基于圖結(jié)構(gòu)的推薦是近年來新興的并且快速發(fā)展的一種推薦技術(shù)?；趫D結(jié)構(gòu)的推薦能夠充分的利用項(xiàng)目上下文信息，有效提高推薦效果。
　　本文首先根據(jù)APP推薦的實(shí)驗(yàn)數(shù)據(jù)研究，采用網(wǎng)絡(luò)爬蟲工具搜集了安卓市場的APP信息，并對數(shù)據(jù)進(jìn)行預(yù)處理使之符合實(shí)驗(yàn)要求。然后根據(jù)國

2、內(nèi)外對基于圖結(jié)構(gòu)的推薦技術(shù)研究，提出了一種基于圖結(jié)構(gòu)的移動(dòng)應(yīng)用推薦算法。推薦算法的框架可以分為四個(gè)模塊，構(gòu)建圖模型模塊、節(jié)點(diǎn)相似度計(jì)算模塊、目標(biāo)函數(shù)更新模塊以及推薦列表模塊。本文提出了一種改進(jìn)的MMC來計(jì)算圖模型中不同類型節(jié)點(diǎn)之間的相似度，這種方法不需要手動(dòng)設(shè)置不同類型節(jié)點(diǎn)之間的傳輸參數(shù)；為提升推薦效果，本文將用戶對項(xiàng)目的評分矩陣用于圖模型中，使用AUC分類器模型標(biāo)準(zhǔn)計(jì)算傳輸參數(shù)的目標(biāo)函數(shù)，通過目標(biāo)函數(shù)的收斂分析不同類型節(jié)點(diǎn)之間趨于穩(wěn)定