【摘 要】
：
互联网的发展极大的改善了人们的生活方式,互联网变得和人们的生活越来越密切。伴随着移动终端价格的下降以及无线网络的普及,智能移动设备的数量越来越多。为智能移动端用户提供最符合个性化需求的APP变得越来越重要。目前APP推荐已有很多研究,但仍面临三个主要的问题:（1）主要是基于用户和APP的基本信息进行推荐,没有对用户-APP之间的动态行为信息进行处理,没有捕捉到用户变化的个性化喜好。（2）给用户推荐
论文部分内容阅读
互联网的发展极大的改善了人们的生活方式,互联网变得和人们的生活越来越密切。伴随着移动终端价格的下降以及无线网络的普及,智能移动设备的数量越来越多。为智能移动端用户提供最符合个性化需求的APP变得越来越重要。目前APP推荐已有很多研究,但仍面临三个主要的问题:（1）主要是基于用户和APP的基本信息进行推荐,没有对用户-APP之间的动态行为信息进行处理,没有捕捉到用户变化的个性化喜好。（2）给用户推荐的APP是基于用户之前在应用市场搜索和使用的数据,没有把这部分数据中用户和APP的关联关系挖据出来,无法满足个性化推荐的需要。（3）主要使用树模型或者神经网络结构进行处理,树模型不能很好的学习离散特征,神经网络结构不能很好的学习连续特征。针对以上问题,本文提出了深度学习的个性化APP推荐的研究方法,主要贡献如下:（1）用户动态行为的特征分析。用户使用APP的时候会有对应的操作行为信息,这一部分信息处于不断变化的过程,是动态数据信息。另外一部分行为信息是用户的基本数据,这部分是静态数据信息。从用户的动态行为信息可以捕捉到用户使用APP的个人喜好变化,同时使用用户的静态数据信息作为先验条件,捕捉用户动态行为信息进行修正,提升整体的推荐准确度。（2）提出一种基于用户动态行为的年龄段预测模型（DHM）。用户使用设备和APP时,都有其对应的操作行为习惯,用户的动态行为变化可以反映出用户的个性化喜好变化,因此对用户的动态行为信息进行捕捉,同时结合静态数据信息进行处理。本文提出结合深度学习模型和树模型的方法来进行推荐。树模型主要是处理静态的数值型数据,深度学习中的神经网络结构处理用户类别型数据的行为信息。同时深度学习的批处理结构可以实现动态更新推荐结果的目的,后期可以实现在线推荐。（3）提出一种基于用户分层的个性化APP推荐模型（UHAM）。在用户年龄分层的基础上,对用户和APP进行分层。用户分层可以细化用户的个性化喜好,APP分层可以细化APP的类别,将用户和APP的层次关系结合起来,可以提升推荐的效果。本文从用户分层和APP对应的层次之间的关联,对用户分层的同时,对APP也进行分层,挖掘出用户-APP层次之间的关联关系。同时结合用户动态行为信息入手,通过构建喜好度作为标签进性衡量,验证基于用户分层的个性化APP推荐模型的效果。
其他文献
盐湖卤水中的锂资源在新能源的发展中具有十分重要的地位。但盐湖和海水中具有很多共存离子,在提取锂的过程中共存离子不可避免会产生影响。同时由于Mg2+与Li+具有相似的离子半径和水合半径,这严重干扰了Li+的分离与提纯,特别是高镁锂比盐湖中锂资源的分离和提纯。因此,如何有效地从高Mg/Li比卤水中进行镁锂分离和提取是我国新能源产业的战略性问题。基于石墨烯的仿生人工离子渗析膜的开发是目前离子分离、海水淡
堆积磨料作为一种新型团聚磨料,在磨削过程中以多层磨料参与磨削,能显著提高磨削效率和加工表面质量,解决普通单颗粒金刚石磨料加工过程中自锐性差、加工效率低、加工表面质量差等问题,在精密磨削加工领域具有广阔的应用前景。本文分别采用溶胶-凝胶法和熔融法制备陶瓷结合剂及相应的陶瓷金刚石复合材料,对比了制备方法对陶瓷结合剂及复合材料结构和性能的影响,并对制备方法的作用机理给出相应的解释。进而采用离心喷雾干燥法
太阳能是如今全球快速发展之后尤为受到重视的可持续能源。通过半导体材料利用光能进行催化转化是目前应对当前环境危机最有前景的手段之一。半导体光催化材料经过多年的发展,已经不仅仅局限于无机材料领域,对于有机催化材料的研究兴趣也愈发浓烈。有机半导体催化材料,例如卟啉、酞菁染料、富勒烯、苝系衍生物以及石墨相碳氮化合物（g-C3N4）等等,它们出色的半导体行为、热稳定性以及自组装成有序的纳米结构的特性使它们受
陶瓷结合剂金刚石磨具具有加工质量高,磨削发热量少等优点,能较好地满足硬脆材料的精密磨削加工要求,被广泛应用于硬质合金、精密光学材料、工业陶瓷材料的精密加工。然而金刚石磨料表面光滑,表面能高,导致陶瓷结合剂与磨料的润湿性较差,在磨削加工过程中金刚石容易从结合剂上提前脱落,从而大幅降低了这类砂轮的使用寿命。为了改善其润湿性,提高磨具的性能,本文针对金刚石磨具用陶瓷结合剂配方组成及金刚石表面改性进行研究
新能源材料的开发、设计和制备倍受关注。储能材料对自身的热、电传导性、低密度、耐腐蚀、结构稳定提出了要求,制备出的材料常不能集性能于一体。本文以酚醛树脂为碳质黏结剂前驱体,采用浆料成型法制备出炭纤维（CF）和纳米石墨片（GNP）的复合网络体（CF-GNP）,此纯碳骨架网络体具有导热、导电、低密度、结构稳定的功能。该网络体被应用到了相变储能和锂离子电池储能,通过真空浸渍法复合石蜡,制得CF-GNP/石
休闲农业旅游是现代农业与旅游业相结合的新型农业产业形态,是一二三产融合发展的重要载体,休闲农业发展对目前乡村建设具有重要作用。本文基于长沙市休闲农业发展现状,结合现有旅游资源评价体系,采用模糊层次分析法（FAHP）构建长沙市旅游资源评价模型,并选取长沙市典型休闲农业旅游点对评价模型进行验证。论文主要研究工作如下:（1）从经济环境、政策环境、自然条件、区位条件等方面全面分析长沙市休闲农业的发展基础。
锂离子电池（LIB）在电动汽车和电网存储领域中具有广阔的前景,但是,目前商用石墨负极的372 mAh g-1的有限可逆容量与差的倍率性能不能满足高能量密度的锂离子电池开发需求,激发了替代负极材料的研究。一氧化硅（SiO）负极材料由于其高理论比容量、合适的锂脱嵌电位、低成本、储量丰富等优势而成为锂离子电池负极材料的候选之一。然而,SiO负极材料的大体积膨胀（约200%）,低首次库伦效率（约60%）和
党的十八大以来,以习近平同志为总书记的党中央大力建设生态文明。2018年4月,习近平总书记在海南考察时再次强调:青山绿水、碧海蓝天是买不来也借不到的财富。随着国家对于自然环境的重视,各个城市积极创建国家生态园林城市。城市湿地公园独特的湿地水域环境能够有效的改善城镇化带来的环境问题,具有显著的生态效益。当下湿地退化现象日益加重,建设城市湿地公园是保护和修复湿地的有效手段。因此,各地大力建设城市湿地公
多变量时间序列预测问题已经成为了机器学习（包括深度学习）研究领域的一项重要组成部分。因为随着该问题的深入研究对人类生产和生活逐渐产生了深远的积极影响。但是,对于该领域的研究学者而言,时间序列预测的任务仍然面对十分艰巨的挑战性问题,因为预测目标受到许多复杂因素的影响。例如,在预测公路上的交通流量或者太阳能发电站的发电量的时候,气象条件的变化会对预测目标产生很显著的影响,这种不确定性因素的存在会使得预
随着国民休闲时代的到来,人们越来越重视游憩活动,游憩绿地作为向公众开放的城市绿色空间是游憩休闲活动的主要载体,也是城市绿地的重要组成部分,对居民的身心健康及生态城市建设起到了重要的作用。随着园林城市的提出与贯彻,城市游憩绿地的数量大幅度上涨,但当前对城市绿地的评价多从人均绿地面积、绿地率、绿化覆盖率等指标来衡量,难以判断绿地的服务水平及分布的合理性。因此,本文将从可达性的角度,对城市游憩绿地是否分