基于用户分裂的资源扩散算法

对智能手机应用的个性化推荐进行了研究,提出了一种基于用户分裂的资源扩散算法,算法把偏好随时间维度发生变化的用户看作多个用户,即采用用户分裂思想,从而引入时间上下文信息,更充分的利用数据信息,提高了推荐算法的准确率;对移动应用进行聚类,得到更多类别,优化推荐结果。实验表明基于用户分裂的资源扩散算法提高了推荐结果的准确率。