程　豪，吕晓玲，钟　琰，范　超，赵　昱

(1.中国人民大学 应用统计科学研究中心，北京 100872；2.美国哥伦比亚大学 梅尔曼公共卫生学院，纽约 10032；3.中国人民大学 a.统计咨询研究中心，b.统计学院，c.数据挖掘中心，北京 100872；4.国家统计局国际统计信息中心，北京 100826；5.QuestMobile&人大统计移动互联网大数据研究院，北京 100015)

大数据背景下智能手机APP组合推荐研究

程豪1,2,3a,3b,3c，吕晓玲1,3b,3c,5，钟琰3b,3c，范超3b,4，赵昱5

(1.中国人民大学 应用统计科学研究中心，北京 100872；2.美国哥伦比亚大学 梅尔曼公共卫生学院，纽约 10032；3.中国人民大学 a.统计咨询研究中心，b.统计学院，c.数据挖掘中心，北京 100872；4.国家统计局国际统计信息中心，北京 100826；5.QuestMobile&人大统计移动互联网大数据研究院，北京 100015)

摘要：面对当下智能手机APP种类繁多、层出不穷的局面，数据提取方案的提出和常见APP组合规律的深度挖掘已成为大数据时代的研究热点。在重新界定不同APP类别间关系度量方式的前提下，推出一套完整的关系型数据提取方案。借助社会网络可视化工具初步发现了不同APP类别间的关系程度及分布，而concor模型为APP组合的多层次划分和推荐提供了可靠的方法学依据。研究发现APP的多层次组合划分实现，对现实生活中经常同时使用的APP类别组的挖掘、划分结果具有较好的解释性和现实意义，为智能手机生产者提供了APP研发方向，并能推进智能生产和生活的发展进程。

关键词：智能手机；APP应用程序；组合多层次划分；推荐研究

一、引 言

作为大数据时代的研究热点，智能手机海量数据的深度挖掘往往关注于用户行为信息研究方面[1]，比如Pablo根据行为理解提炼出用户行为模式[2]；……