面向手机APP的推荐优化研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 引言 | 第10-16页 |
| 1.1 研究背景及意义 | 第10-11页 |
| 1.2 研究综述 | 第11-14页 |
| 1.2.1 市场现状 | 第11-13页 |
| 1.2.2 学术现状 | 第13-14页 |
| 1.3 研究内容 | 第14-16页 |
| 第2章 相关理论 | 第16-30页 |
| 2.1 文本挖掘 | 第16-18页 |
| 2.1.1 文本预处理 | 第16-17页 |
| 2.1.2 文本挖掘分析技术 | 第17-18页 |
| 2.2 LDA主题模型 | 第18-22页 |
| 2.3 传统推荐算法概述 | 第22-29页 |
| 2.3.1 协同过滤算法 | 第22-26页 |
| 2.3.2 基于内容的推荐 | 第26-28页 |
| 2.3.3 关联规则 | 第28-29页 |
| 2.4 本章小结 | 第29-30页 |
| 第3章 手机应用及其推荐特征研究 | 第30-40页 |
| 3.1 手机应用的相关概念 | 第30-32页 |
| 3.2 手机应用特征分析 | 第32-34页 |
| 3.2.1 应用数量繁多 | 第32页 |
| 3.2.2 评价机制完善 | 第32-33页 |
| 3.2.3 版本变化频繁 | 第33页 |
| 3.2.4 渗透力强 | 第33-34页 |
| 3.3 手机应用推荐特性分析 | 第34-39页 |
| 3.3.1 手机应用信息的获取 | 第34-37页 |
| 3.3.2 用户信息的获取 | 第37-38页 |
| 3.3.3 手机应用推荐的独特之处 | 第38-39页 |
| 3.4 本章小结 | 第39-40页 |
| 第4章 基于动态特征和同类筛选的应用推荐 | 第40-53页 |
| 4.1 改进的手机应用推荐 | 第40页 |
| 4.2 手机应用的动态特征抽取 | 第40-42页 |
| 4.3 推荐列表的二次筛选 | 第42-52页 |
| 4.3.1 用户偏好的获取 | 第43-45页 |
| 4.3.2 推荐列表生成 | 第45-52页 |
| 4.4 本章小结 | 第52-53页 |
| 第5章 实验及结果验证 | 第53-68页 |
| 5.1 数据准备 | 第53-57页 |
| 5.1.1 数据抓取 | 第53-55页 |
| 5.1.2 数据处理 | 第55-56页 |
| 5.1.3 数据清理 | 第56页 |
| 5.1.4 划分训练集与测试集 | 第56-57页 |
| 5.2 评价指标 | 第57-58页 |
| 5.3 实验设计 | 第58-62页 |
| 5.3.1 主题模型分析获得用户兴趣 | 第58-61页 |
| 5.3.2 同类竞争机制下的用户偏好 | 第61-62页 |
| 5.3.3 推荐列表的生成 | 第62页 |
| 5.4 实验结果及对比实验 | 第62-67页 |
| 5.4.1 相似邻居数量对推荐效果的影响 | 第62-63页 |
| 5.4.2 综合得分系数β对推荐效果的影响 | 第63-65页 |
| 5.4.3 对比实验及比较结果 | 第65-67页 |
| 5.5 本章小结 | 第67-68页 |
| 总结与展望 | 第68-70页 |
| 论文工作总结 | 第68-69页 |
| 未来工作展望 | 第69-70页 |
| 参考文献 | 第70-74页 |
| 致谢 | 第74页 |
