一种基于时序模式的移动应用使用预测方法

摘要

本发明公开了一种基于时序模式的移动应用使用预测方法，获取移动应用的标签数据，根据移动应用属性信息、移动应用使用顺序构建用户与移动应用的二部图；然后使用图神经网络模型建模用户与移动应用之间的关系，得到移动应用的节点向量表示；然后分别将移动应用的节点向量以及用户使用移动应用的位置、时间、使用量等嵌入，得到相应的嵌入向量；然后将嵌入向量输入到基于attention机制的RNN模型，得到用户使用偏好；最后构建DNN模型，输出用户下一时刻是否会使用当前移动应用的标签。本发明可以更加全面地利用智能手机使用数据使得用户操作变得简单高效，并且也可以对电池能耗和移动应用搜索时间提前计划与优化。