计算机科学与探索 ›› 2018, Vol. 12 ›› Issue (11): 1729-1739.DOI: 10.3778/j.issn.1673-9418.1709037
李佳琪,刘红岩,何军,王蓓,杜小勇
LI Jiaqi, LIU Hongyan, HE Jun, WANG Bei, DU Xiaoyong
摘要:
随着移动端设备的快速发展,手机应用呈爆炸式增长,如何在包含百万App的手机应用商城中将用户喜爱的App准确推荐给用户显得尤为重要。通过对艾瑞发布的多项移动行业报告以及对用户的调查分析,发现用户的年龄信息是影响用户选择App的因素之一。针对此现象,提出采用用户年龄信息与传统推荐算法相结合的方式来给用户推荐App。将预测用户年龄看成分类问题。利用用户在应用商城中的多项行为特征构建用户年龄预测模型。提出了两个基于用户年龄的推荐模型AgeBPR模型和AgeSocialMF模型。通过大量用户的真实数据集上的实验结果表明,提出的两个模型的推荐准确度较基准模型均有一定幅度的提升,说明提出的将用户年龄信息考虑到推荐模型中的有效性。