应用商城中用户年龄的推断及在推荐中的应用

摘要：

随着移动端设备的快速发展,手机应用呈爆炸式增长,如何在包含百万App的手机应用商城中将用户喜爱的App准确推荐给用户显得尤为重要.通过对艾瑞发布的多项移动行业报告以及对用户的调查分析,发现用户的年龄信息是影响用户选择App的因素之一.针对此现象,提出采用用户年龄信息与传统推荐算法相结合的方式来给用户推荐App.将预测用户年龄看成分类问题.利用用户在应用商城中的多项行为特征构建用户年龄预测模型.提出了两个基于用户年龄的推荐模型AgeBPR模型和AgeSocialMF模型.通过大量用户的真实数据集上的实验结果表明,提出的两个模型的推荐准确度较基准模型均有一定幅度的提升,说明提出的将用户年龄信息考虑到推荐模型中的有效性.

关键词：年龄预测、隐式反馈、推荐系统、矩阵分解

所属期刊栏目：12

分类号：TP311(计算技术、计算机技术)

资助基金：The National Natural Science Foundation of China under Grant Nos. U1711262, 71771131, 61472426

在线出版日期：2018-12-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：1729-1739