摘要：针对移动互联网移动端的推荐系统推荐满意度和精度较低问题,在分析应用信息系统推荐方法的基础上,提出了一种基于用户相似度和主题相似度个性化的移动APP信息推荐方法,该方法采用用户相似度和个性化加权组合的方式生成信息推荐,使推荐信息更为个性化,提高了推荐精度。同时针对多用户公用账号和兴趣发生变化的推荐问题,提出了一种基于复杂兴趣的推荐算法,该方法通过挖掘用户间的相似度、用户的行为操作及兴趣取向,使推荐信息更为准确。同时,相比于性能较好的Popular推荐算法,本算法在准确率上提高了3.91%,召回率提高了3.45%,覆盖率提高了4.84%,性能明显提高。因此,文中所提出方法用于移动APP的个性化推荐,为移动APP的个性化推荐提供了一种新方法。

关键词：移动app 推荐算法 推荐精度 个性化信息 

单位：哈尔滨理工大学计算机科学与技术学院; 黑龙江哈尔滨150080