公开(公告)号：CN105354260A

公开(公告)日：2016-02-24

申请号：CN201510695180.4

申请日：2015-10-22

Applicant: 中南大学

Inventor： 邝砾 ,  于美琪 ,  呙斌 ,  曹高峰

IPC: G06F17/30

CPC classification number: G06F17/30867

Abstract: 本发明公开了一种融合社会网络和项目特征的移动应用推荐方法，首先使用基于本体的语义相似度方法计算移动应用项目之间的相似度，然后通过K-means方法将相似项目进行聚类，进而利用用户在相似项目上的评分改进用户相似度的计算方法，改变了传统的基于用户的协同过滤推荐算法中利用用户在相同项目上的评分来计算用户相似度。为了充分利用社会网络中的用户信任关系，将项目相似特征和用户信任关系融合到评分预测公式中，有效地提高了预测的准确度。实验结果表明：将基于K-means应用项目聚类的用户相似度计算与用户信任关系融合起来，能够提高移动应用推荐的准确度。本发明提高了移动应用推荐的准确性，对其它对象的推荐也具有适应性。

公开(公告)号：CN105354260B

公开(公告)日：2017-09-29

申请号：CN201510695180.4

申请日：2015-10-22

Applicant: 中南大学

Inventor： 邝砾 ,  于美琪 ,  呙斌 ,  曹高峰

IPC: G06F17/30

Abstract: 本发明公开了一种融合社会网络和项目特征的移动应用推荐方法，首先使用基于本体的语义相似度方法计算移动应用项目之间的相似度，然后通过K‑means方法将相似项目进行聚类，进而利用用户在相似项目上的评分改进用户相似度的计算方法，改变了传统的基于用户的协同过滤推荐算法中利用用户在相同项目上的评分来计算用户相似度。为了充分利用社会网络中的用户信任关系，将项目相似特征和用户信任关系融合到评分预测公式中，有效地提高了预测的准确度。实验结果表明：将基于K‑means应用项目聚类的用户相似度计算与用户信任关系融合起来，能够提高移动应用推荐的准确度。本发明提高了移动应用推荐的准确性，对其它对象的推荐也具有适应性。