基于下载行为数据及向量表征学习的移动应用推荐方法

摘要

本发明涉及基于下载行为数据及向量表征学习的移动应用推荐方法，首先提取用户下载序列，然后训练得出App表征向量A以及计算出用户下载行为表征向量R，最后通过A、R推荐或R推荐两种方式得出推荐结果。本发明利用用户下载App的序列数据，无需App本身的信息以及用户的反馈信息，使数据来源的获取相对容易很多；同时模型的复杂性不高，不会出现过拟合的现象且准确性较高，训练速度较快。