基于APP使用歷史主題分析的個性化推薦算法

趙海燕，張 健，曹 健

(1.上海理工大學 光電信息與計算機工程學院，上海 200093；2.上海交通大學 計算機科學與技術系，上海 200030)

基于APP使用歷史主題分析的個性化推薦算法

趙海燕1，張 健1，曹 健2

(1.上海理工大學 光電信息與計算機工程學院，上海 200093；2.上海交通大學 計算機科學與技術系，上海 200030)

針對智能手機應用軟件(APP)日益增多，給用戶的選擇和使用帶來不便的問題。文中采用數據挖掘及個性化推薦的方法，根據用戶APP的使用記錄和內容信息，提出基于APP使用歷史主題分析的個性化推薦算法，挖掘出用戶潛在偏好進行APP推薦。通過在真實用戶數據集上的實驗，證明此算法較其它算法，在推薦準確度上有明顯提升。

主題模型；推薦系統；協同過濾；手機應用

AbstractFor the rapid development of smart phones, mobile phone APPlication software (APP) is increasing and to the user’s choice and use of problems caused by deep. By using the method of data mining and personalized recommendation based on user, propose analysis of historical theme using APP personalized recommendation algorithm for mining user potential preference recommendation based on the use of APP records and content information. Through experiments on real user data sets, it is proved that this algorithm is much better than other algorithms in the recommendation accuracy.

Keywordstopic model;recommendation system;collaborative filtering;mobile phone application

隨著智能手機市場的擴大，大量的手機應用正在被開發和推廣，截止到2015年12月，在Google Play中有1 500 000個應用軟件[1-2]，在APP Store上有1 300 000個應用軟件，這將給用戶搜索、選擇適合的應用帶來較大困難。

為便于用戶選擇APP，許多APP市場將APP按照類別進行組織，在同一類別中則按照APP的流行度進行排列[3]。這種方法雖然對用戶選擇APP提供了幫助，但是它需要用戶已經明確自己所需要的類別，然后可以在這一類別中自主選擇。顯然，最流行的并不一定正適合用戶的偏好。通過個性化推薦主動將適合某一用戶的APP推送給用戶，能夠簡化用戶的選擇，并起到推廣APP的作用。

用戶在使用APP過程中產生了許多隱式的信息，例如：時間、地點、情緒、關注焦點、點擊量等[4-7]。有時還包括用戶的社交關系[8]，盡管這些隱式信息能很好地體現了用戶的偏好，但它們有的很難被利用。……