1、隨著智能手機的不斷普及，手機應用程序成為了我們日常生活中不可或缺的元素。無論在國內還是國外，安卓手機市場都能讓人們下載這些手機應用程序。隨意打開安卓手機市場中的一個手機應用程序界面，我們不僅能看到開發(fā)者對于該應用程序的內容版本介紹等信息，還可以看到用戶對于這個應用程序的打分，評論等信息。這些應用程序內容介紹文本和用戶評論信息，最多不超過200字，都與該手機應用程序的內容息息相關。如何利用這些文本數(shù)據(jù)，獲取對于用戶更有價值的信息，一直是數(shù)

2、據(jù)挖掘工作的重要研究方向，也是本文著重研究點。
　　手機應用程序主題是對不同手機應用內容的描述，這種描述能夠大致反映出不同手機應用程序的主要內容主題。因此挖掘手機應用程序主題對于用戶進一步決定是否對相關App感興趣是很為關鍵的，采樣之后的主題信息也可以進一步進行相似度計算。本文在真實的安卓市場數(shù)據(jù)集上抽取了不同手機應用程序的內容介紹文本和用戶評論信息，構建combineLDA主題模型來分析安卓手機市場上不同手機應用程序內容主題。通

3、過combineLDA模型分析出各個手機應用程序的主題概率分布，從而進行相關的相似性計算，為用戶推薦相似性高的手機應用程序。
　　此外，我們用復雜程度來評價模型的好壞，將手機應用內容介紹信息與用戶評價信息相結合的combineLDA模型與只利用用戶評價信息的LDA模型進行比較，驗證模型的推廣性和效率。實驗結果表明，將手機應用內容介紹信息與用戶評價信息相結合的combineLDA模型具有更低的模型復雜性，這個模型更加完美。本文還在建

4、立相應模型計算出主題分布之后，將這個分布帶入到之后的相似度計算中，根據(jù)數(shù)值向用戶推薦App。
　　本文主要貢獻如下：
　　1）根據(jù)安卓手機市場中的信息特征，使用LDA思想處理安卓手機市場中的文本數(shù)據(jù)；
　　2）將開發(fā)者對于手機應用程序的內容介紹信息與用戶的評論信息相結合，構建出新的combineLDA模型，使得模型構造更為合理；
　　3）我們的數(shù)據(jù)完全從安卓手機市場中抽取，combineLDA在經過實驗之后證明該