English
资源说明：随着移动互联网的快速发展，如何从大量的移动应用中抽取有效的描述信息继而为移动用户提供有效准确的推荐策略变得尤为迫切。目前，移动应用市场对应用的推荐策略相对传统，大多是根据应用的单一属性进行推荐，如下载量、应用名称、应用分类等。针对推荐粒度过粗和推荐不准确的问题，提出了一种基于潜在狄利克雷分布( LDA) 主题模型的移动应用相似度构建方法。该方法从应用的标签入手，构造应用的主题模型分布矩阵，利用该主题分布矩阵构建移动应用的相似度矩阵，同时提出了将移动应用相似度矩阵转化为可行的存储结构的方法。实验结果表明该方法是有效的，相比现有的 360 应用市场推荐的应用其相似度提升 130% 。该方法解决了移动应用推荐过程中推荐粒度过粗的问题，可使推荐结果更加准确。
本源码包内暂不包含可直接显示的源代码文件，请下载源码包。
