公开(公告)号：CN105426514B

公开(公告)日：2019-03-01

申请号：CN201510867018.6

申请日：2015-11-30

Applicant: 扬州大学

Inventor： 孙小兵 ,  柏敏琦 ,  李斌 ,  李云 ,  杨辉

IPC: G06F16/953 ,  G06F16/9535

Abstract: 本发明涉及个性化的移动应用APP推荐方法。本发明从应用市场获取用户及APP的信息，并对此进行预处理来，利用情感‑方面‑地区模型，输入预处理后的文档，分别得到用户对于APP的情感‑方面‑地区的潜在偏好，预测用户选择某个APP的概率值，处理后转换为APP索引文件和用户索引文件，利用协相关主题模型，得到User‑App的推荐分数矩阵，将上述SAR模型得到的概率值与CTM模型得到的推荐分数线性结合，分配权值，达到最终的推荐值。本发明克服了只考虑单个元素的传统推荐方法存在的缺陷。本发明综合考虑评论里的方面、情感、种类及地区来发现用户的潜在偏好，更符合用户的实际需求，探索用户对APP各属性的偏好程度，更好地了解用户需求与APP特征，克服了冷启动问题。

公开(公告)号：CN105426514A

公开(公告)日：2016-03-23

申请号：CN201510867018.6

申请日：2015-11-30

Applicant: 扬州大学

Inventor： 孙小兵 ,  柏敏琦 ,  李斌 ,  李云 ,  杨辉

IPC: G06F17/30

CPC classification number: G06F17/30864 ,  G06F17/30867

Abstract: 本发明涉及个性化的移动应用APP推荐方法。本发明从应用市场获取用户及APP的信息，并对此进行预处理来，利用情感-方面-地区模型，输入预处理后的文档，分别得到用户对于APP的情感-方面-地区的潜在偏好，预测用户选择某个APP的概率值，处理后转换为APP索引文件和用户索引文件，利用协相关主题模型，得到User-App的推荐分数矩阵，将上述SAR模型得到的概率值与CTM模型得到的推荐分数线性结合，分配权值，达到最终的推荐值。本发明克服了只考虑单个元素的传统推荐方法存在的缺陷。本发明综合考虑评论里的方面、情感、种类及地区来发现用户的潜在偏好，更符合用户的实际需求，探索用户对APP各属性的偏好程度，更好地了解用户需求与APP特征，克服了冷启动问题。