基于个人移动服务生态系统的服务推荐方法

发布时间：2023-04-28 03:11

　　应用市场中的应用正逐年呈指数形势增长,面对海量的应用市场,用户急需一个良好的推荐机制来高效、迅速的获取到自己感兴趣的应用。通过调研分析目前热度较高的几大应用市场发现,现有的平台大多采用基于用户群体行为相似度的协同过滤推荐算法,忽略掉了用户的个性特征,未必符合用户的真实需求且很容易发生局部应用热度持续增长,而冷门应用永远不会被用户所发现的情况。基于以上现状,本文围绕用户的个性化推荐展开了一系列研究。在研究过程中发现,用户日常使用手机的日志中往往存在着丰富的信息,能够从中挖掘到很多用户的个性化数据,是全文的研究基础。APP作为一种典型的服务形态,在用户的使用过程中与用户之间呈现出一种与自然界生态系统结构相似的关系,两者相互影响,在细微变化中维持着动态平衡的状态,因此本文从以下几个方面开展了一系列研究:(1)创新性的提出了个人移动服务生态系统模型的概念,给出模型的形式化定义,开发了一款自动化数据收集工具对生成模型的所需的数据源进行采集,并对生成的模型实现了基于Web的可视化。(2)由于用户的个人移动服务生态系统处于长期的动态变化之中,本文从变化量和原始数据的角度分别对模型中各元素的变化进行了...

【文章页数】：76 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 课题背景与研究意义
    1.2 课题相关技术的国内外研究现状
    1.3 本文研究内容及章节安排
第2章 个人移动服务生态系统的构造与可视化
    2.1 模型定义
    2.2 用于构造个人移动服务生态系统的数据源
    2.3 个人移动服务生态系统的构造算法
    2.4 个人移动服务生态系统的可视化
    2.5 本章小结
第3章 个人移动服务生态系统的演化分析
    3.1 个人移动服务生态系统的变化分析
        3.1.1 领域所占比例的变化分析
        3.1.2 服务轨道的变化分析
        3.1.3 服务网络结构的变化分析
    3.2 演化模式的分析与判断
        3.2.1 领域演化模式
        3.2.2 服务演化模式
    3.3 本章小结
第4章 个人移动服务生态系统的丰富与净化
    4.1 问题描述与求解思路
    4.2 PMSE的预测算法
        4.2.1 基于多元线性回归的领域预测算法
        4.2.2 服务轨道预测算法
    4.3 用户偏好预测算法
        4.3.1 应用市场的数据获取
        4.3.2 APP的功能信息抽取
        4.3.3 APP词向量集合的构建
        4.3.4 用户偏好预测算法
    4.4 个人移动服务生态系统的丰富与净化
        4.4.1 丰富策略
        4.4.2 净化策略
    4.5 本章小结
第5章 个人移动服务生态系统的原型工具
    5.1 个人移动服务生态系统工具需求
    5.2 软件结构设计
    5.3 数据收集与存储模块
    5.4 模型恢复与计算模块
    5.5 丰富与净化模块
    5.6 本章小结
结论
参考文献
攻读硕士学位期间发表的论文及其它成果
致谢



本文编号：3803622