以使用者意向為基礎的app推薦系統研究

Abstract

隨著智慧型手機與行動裝置的普及，應用程式App逐漸成為市場上的主流，如何將合適的App推薦給使用者，成為目前一大熱門研究的議題。在過去的研究中，利用手機上的GPS以及時間資訊，可以獲取該使用者當時的一些狀態，作為推薦資料之參考。另外也會從使用者使用過的App軟體，或是使用者朋友使用過的App軟體，得到一些社群喜好與傾向，亦可用來對使用者做個人化推薦。 本研究提出了一種方法，以使用者意向為主軸，並針對每名使用者做個人化的App推薦。透過使用者搜尋紀錄 ( User Search Query Log ) 的幫助，蒐集了廣大群眾的智慧，對於使用者所下的搜尋詞，做搜尋詞的擴展 ( Query Expansion )。App本身所包含的資訊量不足，我們利用維基百科對App的資訊做擴充，除了字詞本身資訊外，將其向上提升到概念 ( Concept ) 以及類別 ( Category )，有效的解決了資訊量不足的問題，使得檢索結果更準確。 實驗結果顯示，本研究所提出的方法在效能上優於比較基準，在未考慮使用者過去行為的情況下已經超越了比較基準，加入了此考量後，效能又再往上提升。使用者所使用的搜尋詞不應視為相互獨立，使用者目前的意向應該會與先前所下過的搜尋詞有關，本研究的實驗結果也證實了這個論點，參考過去的搜尋歷史確實對App之推薦有所幫助。