已閱讀1頁，還剩60頁未讀， 繼續(xù)免費閱讀
版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領
文檔簡介
1、隨著智能手機和平板電腦的普及，O2O這種新型的商業(yè)模式日趨完善，移動應用App已經(jīng)滲透到人們?nèi)粘Ｉ畹姆椒矫婷?。應用市場的蓬勃發(fā)展帶來巨大機會的同時也使得應用開發(fā)者和用戶之間的雙向選擇成為越來越突出的問題。
通常，用戶下載一個新出App，一方面是受App運營商的營銷手段的影響，另一方面則是因樂于嘗試這一類別的新鮮App。而App的下載傳播依靠的主要是身邊朋友的推薦和社交軟件的營銷推廣。就此，論文提出了針對每一個App的用戶群特
2、征，以同無線網(wǎng)絡下得出的接觸圈為單位推廣的思路向用戶推薦App的推薦算法。即以App為單位，對其用戶群進行建模分析，模型結(jié)果得出對該App不同喜好程度用戶群的特征信息，用匹配App用戶群特征的方式判斷目標用戶對該App是否會感興趣。本文進一步提出了以忠實度、活躍度用以判斷用戶對App的喜好程度而不是依賴用戶評分，并對基于Can-Tree結(jié)構(gòu)的Can-Mining關聯(lián)規(guī)則挖掘算法進行改進用于用戶群特征挖掘，且基于改進的算法提出了增量環(huán)境下
溫馨提示
- 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 個性化檢索中相似用戶群的獲取與更新.pdf
- 基于用戶情境的論壇個性化推薦模型研究.pdf
- 個性化新聞推薦APP用戶持續(xù)使用行為研究.pdf
- 基于面向?qū)ο笏枷牒偷湫陀脩羧航M的個性化推薦方法研究.pdf
- 基于用戶態(tài)感知的個性化服務推薦模型研究.pdf
- 基于Hadoop的用戶個性化推薦研究.pdf
- 基于DSP平臺的個性化廣告推薦——用戶興趣模型研究.pdf
- 校園網(wǎng)用戶群行為分析模型研究.pdf
- 基于行為模型的個性化推薦.pdf
- 基于用戶興趣模型的個性化論文推薦系統(tǒng)研究.pdf
- 基于用戶行為的個性化推薦算法研究.pdf
- 基于用戶興趣的個性化信息推薦系統(tǒng).pdf
- 基于本體用戶興趣模型的個性化推薦系統(tǒng)的研究.pdf
- 基于用戶興趣模型的個性化推薦與搜索系統(tǒng)的研究.pdf
- 基于內(nèi)容和用戶偏好學習的個性化商品推薦模型.pdf
- 面向終端的APP個性化推薦系統(tǒng).pdf
- 基于主題模型與用戶興趣的個性化新聞推薦算法研究.pdf
- 基于用戶興趣模型的個性化推薦引擎技術研究.pdf
- 融入用戶行為上下文的個性化推薦模型.pdf
- 基于協(xié)同過濾算法的APP個性化推薦研究.pdf
評論
0/150
提交評論