基于协同过滤的个性化应用推荐方案

崔刚

【摘要】 本文借鉴互联网协同过滤算法，根据电信运营商实际状况，合理选取输入指标，探索“基于用户”和“基于物品”算法和用途的差异，将算法应用到手机应用个性化推荐中，应用效果提升明显，较好地符合互联网时代客户需求特征。

【关键词】 大数据 协同过滤算法 智能推荐 互联网应用

一、引言

4G时代，用户流量规模及价值提升至关重要，河南移动公司一直致力于以客户需求为中心，以运营为导向的流量经营研究。积极践行传统电信服务转型中“数字内容和应用”的发展模式理念，通过应用个性化应用推荐的探索，逐步完善“数字内容及应用精益运营体系”的建设目标。

传统的手机应用推荐没有深入识别真正有需求的客户，盲目下发营销推荐短信，客户转化率不足1%，造成资源的浪费且降低了客户满意度。本课题将重点解决根据用户消费行为快速、准确找到手机应用潜在目标用户的问题，通过引入互联网协同过滤算法，预先计算相似度， 从而迅速对推荐要求做出响应，满足真正有需求的客户，避免客户骚扰，提升客户转化率，驱动流量增长。

二、 实施思路

2.1 实施方法

手机应用个性化推荐的核心技术是根据用户的兴趣特点和购买行为，向用户推荐用户感兴趣的物品或信息。基于协同过滤的推荐机制是利用集体智慧的典型方法，根据所有用户对物品或者信息的偏好，发现用户的相关性，或是发现物品或者信息本身的相关性，然后再基于这些关联性进行推荐。……