基于个性化推荐的移动应用管理系统的设计与实现-电子与通信工程专业论文.docxVIP

摘要 随着移动互联网的日益发展，各类移动应用软件的数量也呈现指数级增长， 在这种需求下，各大终端厂商陆续推出了各自的移动应用管理系统，帮助用户下 载、管理移动应用软件。由于大多数的移动应用管理系统仅是众多应用软件的集 合，不能根据每个用户的喜好进行推荐，导致用户很难从大量移动应用中快速找 到适合自己的应用。因此，基于个性化推荐的移动应用管理系统的研究具有重要 意义。 本文研究的基于个性化推荐的移动应用管理系统分为前端、后端和推荐算法 三部分。前端是系统的用户界面，用于和用户进行交互；由于 Hadoop 具有方便 性、健壮性、可扩展性和简单性的特点，能够高效、分布式地处理移动应用产生 的数据，所以系统的后端使用 Hadoop 框架搭建；而用户的兴趣具有模糊性和不 稳定性等特点，常见的推荐算法没有考虑这些因素，Slope One 算法由于只根据用 户对于应用的评分来预测，显得高效、简单，而被广泛采用，但是随着用户的数 量越来越多，算法的精度不断下降，本文根据用户相似性和标签相似性提出了基 于用户和标签的 Slope One 改进算法，作为系统的推荐算法。最后，本文利用 MovieLens 数据集进行实验对改进的算法和原有的算法进行对比仿真，结果表明 基于用户和标签的 Slope One 改进算法在数据集越来越大的时候精度较高。 关键词：Hadoop Map/