声明
摘要
第1章 绪论
1.1 研究背景
1.2 智能手机用户行为理解
1.3 本文工作
1.4 相关工作
1.4.1 智能手机App使用预测
1.4.2 App使用行为分析
1.5 章节安排
1.6 本章小结
第2章 预备知识
2.1 深度神经网络
2.2 Word2Vec
2.3 Doc2Vec
2.4 Attention机制
2.5 聚类方法
2.6 离散数据可视化方法
2.7 评价指标
2.8 定义与符号约定
2.9 本章小结
第3章 实验数据集
3.1 数据集介绍
3.2 基本分析
3.3 数据预处理
3.3.1 App使用序列提取
3.3.2 数据过滤
3.4 本章小结
第4章 AppUsage2Vec:用户App使用行为建模
4.1 AppUsage2Vec:基于Doc2Vec模型对App使用行为建模
4.2 Hadamard Product:用户与App强相互关系学习
4.3 双塔DNN:用户和App深度特征的独立学习
4.4 Attention:基于用户、时间的App序列权重学习
4.5 本章小结
第5章 基于AppUsage2Vec的用户App使用行为理解
5.1.2 解决方案
5.2 App协同使用行为发现
5.2.1 问题定义
5.2.2 解决方案
5.3 本章小结
第6章 实验与评估
6.1.2 用户、App深度特征学习实验
6.1.3 App之间相互关系建模实验
6.2 基于AppUsage2Vec模型的App使用预测实验
6.2.1 不同参数对结果的影响
6.2.2 不同优化目标对结果的影响
6.2.3 与其他方法的结果比较
6.3 基于AppUsage2Vec的聚类实验
6.3.2 App聚类结果分析
6.3.3 用户聚类结果分析
6.4 本章小结
第7章 总结与展望
7.1 本文总结
7.2 未来展望
参考文献
攻读硕士学位期间主要的研究成果
致谢