论文部分内容阅读
在信息技术和互联网技术发展的推动下，智能手机的普及引导了一次手机应用的革命，如今已进入迅猛发展的时代。用户拥有更多的自主选择权，但找到需要的或感兴趣的应用程序，就必须要花费大量的时间成本。而生产商要使自己的产品脱颖而出，获得更多的关注，则要付出巨大的广告成本。 在此背景下，本文提出了一个解决思路:针对用户使用手机APP行为的偏好进行建模分析，并对其未来使用APP的行为进行预测。通过对用户使用行为的预测，进而为其订制APP个性化的推荐方案。本文的主要工作如下: 第一，对用户使用手机APP的行为进行特征定义，并设计了特征提取的方法，为后续的数据处理和算法实现奠定了基础。第二，采用时间序列方法和马尔科夫链方法，对用户使用手机APP的行为进行预测，并对两种方法的有效性进行对比分析。第三，针对工作过程中的服务器后台进行完整设计并开发，实现与智能手机端采集应用的通信、传输存储数据、统计并计算预测结果、推送推荐应用等功能。 本文工作是具有个性化推荐功能的手机APP发布平台系统的一部分，也可以为现有的手机APP发布平台的优化提升提供有效参考。