应用商城中用户年龄的推断及在推荐中的应用

• 作者: 何军 刘红岩 李佳琪 杜小勇 王蓓
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 年龄预测 隐式反馈 推荐系统 矩阵分解
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 数据库技术
• 页码范围: 1729-1739
• 页数: 11页
• 分类号: TP311
• 字数: 10007字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1709037

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘红岩	清华大学经济管理学院	17	784	6.0	17.0