基于lda的安卓应用程序个性化推荐

《基于lda的安卓应用程序个性化推荐》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、＇ｆ：ｒ屯嘴；＇－Ａ／＂巧讀＇；＇。、＼ｖ．Ｖｖ（于Ｖ，．ｗ’．、．？、，、？一？Ｖ、‘、■．Ｖ＇？．１／－、．．■‘－，：１０２９３密鑛：产单位代码：■■—■ｒ■／？＇－，，．，．、．．．’－二产．－：．－Ｖ．■，＊－一＇＇＞．＇：；－．—一■４遷＾磬‘＇。－．：＇．片－Ｉ‘Ｉ巧女營化俗乂－．．．．．．；胃餐．Ｖ誦？ｆ＇：域

2、去練资、：氏：，；；私■？‘一、、’令．＇号－Ｗ）／？／心论文题目Ｍ，；基于ＬＤＡ的安卓应用程序个性化推荐瑪為篆舉—＇＇＇＇．＇‘．‘．。．．：．／，＞７々＿ＶＶ｜＇Ｉ－＼—六Ｊ．．—於皆心非―＇Ｉ＇‘＇．；．霉京／：令管；．三咬公—．Ｉ■■■■＇＇－：－Ｉ／辟．．）１０１３０４１１２５．学号馬成；＾＾－姓名潘丞吴占１Ｔ咖与乔产张卫丰户导山币；工程－．学科专业软件，子；；１二产；＇、

3、杜交计算研究方向；／技衣或］＇？节、’？、：７．、ｙ／／＇■＂＇＇＇工学硕ｄｒ■－■■■申请学位类别．；ｆ－：，ｉ—六二吉Ｑ论年月文提交期日＇—＇‘私＇呵八々；－＞巧．＇Ｈ碱Ｖ．／：＾皆＼乂兴一Ｗ备．．養麟诚於衡＇＇＇‘‘．：聲义；：ｉ：Ｍ芭：．庙．立．山立；冻／少《ＶＸ：：南京邮电大学学位论文原创性声明本人声明所呈交的学位论文是我个人在导师指导下进巧的研究工作及取得的研究成果。尽我所知，除了文中特别加标注和致谢的地方外

4、，论文中不包含其他人己经发表或撰写过，也不包含为获得南京邮电大学或其它教育机构的学位或证书而使用过的材料巧研巧成果。与我一同王作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。本人学位论文及涉及相关资料若有不实一，虛意承担切相关的法律责任。去日期＇研究生密名：：心ｄ少ｑｊ南京邮电大学学位论文使用授权声明本人授权南京邮电大学可保留并向国家有关部口或机构送交论文的复印件和电子文档＾苗将学位论文的全部或部分内容编入有关数据库进行检索；允许论文被查阅和借阅

5、；可；可采用影印、缩印或扫描等复制手段保存、汇编本学位论文。本文电子文牲的内容和纸质论文的内容相一致。论文的公布（包括刊登）授权南京邮电大学研究生院办理。涉密学位论文在解密后适用本授权书。言一研巧生签名：导师签名：祇争日期：。勺若RecommendationsBasedonLDATopicModelinAndroidApplicationsThesisSubmittedtoNanjingUniversityofPostsandTelecommunicationsforth

6、eDegreeofMasterofEngineeringByTianhaoPanSupervisor:Prof.WeifengZhangFebruary2016摘要随着智能手机的不断普及，手机应用程序成为了我们日常生活中不可或缺的元素。无论在国内还是国外，安卓手机市场都能让人们下载这些手机应用程序。随意打开安卓手机市场中的一个手机应用程序界面，我们不仅能看到开发者对于该应用程序的内容版本介绍等信息，还可以看到用户对于这个应用程序的打分，评论等信息。这些应用程序内容介绍文本和用户评论信息，最多不超过

7、200字，都与该手机应用程序的内容息息相关。如何利用这些文本数据，获取对于用户更有价值的信息，一直是数据挖掘工作的重要研究方向，也是本文着重研究点。手机应用程序主题是对不同手机应用内容的描述，这种描述能够大致反映出不同手机应用程序的主要内容主题。因此挖掘手机应用程序主题对于用户进一步决定是否对相关App感兴趣是很为关键的，采样之后的主题信息也可以进一步进行相似度计算。本文在真实的安卓市场数据集上抽取了不同手机应用程序的内容介绍文本和用户评论信息，构建combineLDA主题模型来分析安卓手机市场上

8、不同手机应用程序内容主题。通过combineLDA模型分析出各个手机应用程序的主题概率分布，从而进行相关的相似性计算，为用户推荐相似性高的手机应用程序。此外，我们用复杂程度来评价模型的好坏，将手机应用内容介绍信息与用户评价信息相结合的combineLDA模型与只利用用户评价信息的LDA模型进行比较，验证模型的推广性和效率。实验结果表明，将手机应用内容介绍信息与用户评价信息相结合的combineLDA模型具有更低的模型复杂性，这个模型更加完美。本文还在建立相应模型计算出主题分布之后，