摘要
本发明公开了一种基于深度神经网络的移动用户应用偏好识别方法,包括步骤:S1、收集移动用户的行为特征数据和应用特征数据,对数据进行预处理;S2、构建应用聚类模型,对应用进行聚类,得到应用所属类别;S3、根据第一用户集的应用使用数据以及S2步中的应用所属类别得到应用类别集合L;S4、利用第一用户集,构建用户应用偏好预测模型;S5、使用构建的应用偏好预测模型,根据用户的行为特征预测第二用户集中用户偏好的应用类别集合L。本发明可快速而准确地对用户应用偏好进行预测,能够提高应用运营商的推广效率和准确率,同时也给用户带来更好的应用体验。
-
单位华南理工大学; 中国移动通信集团广西有限公司