基于多维应用特征的用户偏好预测

摘要

近年来,随着智能手机的飞速发展,移动应用的数目也快速增长.预测用户的偏好不仅应用市场进行应用排名提供重要依据,同时更关系到应用开发者的实际获益.为此,本文选取应用的被卸载次数与其被下载次数的比值作为用户偏好的隐式反映,用户对应用的评价(喜爱率)作为用户偏好的显式反映.基于豌豆荚应用市场提供的2014年5月至9月的大规模真实用户使用数据,选取9795个安卓手机应用作为研究对象,进行分析.从7个维度定义了可能影响用户对应用偏好的30种特征,并对每个应用进行特征提取.基于定义的特征,使用随机森林算法训练分类器,按照卸载/下载比率或喜爱率的高低对应用进行划分,并找出显著影响卸载/下载比率、喜爱率的特征.