机构名称：
¥ 1.0
“More Like This”推荐方法在多个领域中无处不在，其特点是推荐与用户当前选择的项目类似的项目，在用户数据稀缺时尤其重要。我们研究了在“More Like This”推荐中对移动应用程序使用语义相似性的影响，通过利用密集表示来推断应用程序之间的相似性（基于它们的文本字段）。由于没有针对此特定任务的基准测试，我们通过将其与移动应用程序商店 Aptoide 目前使用的解决方案进行比较来验证我们的方法。为了进一步评估所提出的模型，我们要求 1262 名用户比较两种方法所取得的结果，这也使我们能够构建类似应用程序的带注释数据集。结果表明，与 Aptoide 的当前解决方案相比，语义表示能够捕捉应用程序的上下文，并向用户呈现更有用的建议。为了复制和未来的研究，本研究中使用的所有代码和数据均已公开，包括两个新数据集（超过一百万用户的已安装应用程序和应用程序用户标记的相似性）、微调模型和测试平台。
工程人工智能应用
主要关键词
相关文件推荐
