用户情境感知的流式移动应用推荐

摘要：

在目前流式应用分发系统中,客户端的移动应用分发都是依靠系统后台管理员人工操作或者简单地依靠位置信息为用户分发应用,没有考虑到用户在不同的情境活动下对应用的需求差异问题.针对上述问题,提出一种基于用户情境感知的流式应用推荐机制.该机制通过采集流式应用场景下用户的情境信息数据,利用机器学习Xgboost算法识别用户情境活动,并根据识别的用户情境来为用户推荐应用.同时,利用用户的反馈信息进一步提高用户个性化应用推荐的准确度.实验结果表明,Xgboost算法在准确率和时间开销上性能优于传统算法,在流式应用分发系统中有很高的实际应用价值.

关键词：流式应用、情境感知、Xgboost、机器学习、个性化推荐

所属期刊栏目：55

分类号：TP391.4(计算技术、计算机技术)

资助基金：国家科技支撑课题2015BAH05F02;湖南省自然科学基金面上项目2017JJ2332;中南大学中央高校基本科研业务费专项资金2017zzts712

在线出版日期：2019-06-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：129-135,236