[发明专利]一种基于移动终端应用数据的预测推荐方法有效
| 申请号： | 201810490042.6 | 申请日： | 2018-05-21 |
| 公开（公告）号： | CN108647364B | 公开（公告）日： | 2021-10-29 |
| 发明（设计）人： | 韩一石;刘山彪;程家豪;胡纪坤 | 申请（专利权）人： | 广东工业大学 |
| 主分类号： | G06F16/9535 | 分类号： | G06F16/9535 |
| 代理公司： | 广州粤高专利商标代理有限公司 44102 | 代理人： | 林丽明 |
| 地址： | 510006 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公布了一种基于移动终端应用数据的预测推荐方法，本发明根据用户使用移动终端应用数据更新和补充用户属性，结合主题模型和混合协同过滤预测方法的优点，在考虑到用户个性化的同时提高了推荐的准确性，而且本发明根据用户安装移动终端应用情况可以得到用户的隐性偏好，利用用户隐性偏好预测的准确性要比基于用户的协同过滤和基于物品的协同过滤算法的准确性要高。 | ||
| 搜索关键词： | 一种 基于 移动 终端 应用 数据 预测 推荐 方法 | ||
【主权项】：
1.一种基于移动终端应用数据的预测推荐方法，其特征在于，包括以下步骤：S1.采集用户移动终端应用的原始数据，对原始数据进行清洗，得到移动终端应用数据；S2.爬取移动终端应用商城数据，计算每个应用的单词偏向；S3.根据步骤S2得到的单词偏向数据，计算用户的隐性偏好矩阵；S4.根据步骤S3得到的用户的隐性偏好矩阵，计算用户隐性矩阵，构建用户属性计算模型；S5.采取部分与整体的协同过滤算法预测用户属性；S6.根据步骤S5得到的预测用户属性对原有的用户信息进行更新或补充，使用推荐系统为用户推荐个性化应用。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于广东工业大学，未经广东工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810490042.6/，转载请声明来源钻瓜专利网。
