论文部分内容阅读
现如今人们的生活已经进入了移动互联网高速发展的时代，用户操作手机App的行为模式也与用户使用电脑的行为模式有所不同。如何对当前的用户操作手机App的行为模式进行分析和预测变的更加具有挑战性。在用户操作手机App的行为数据采集方面，过去的Web浏览器和电脑客户端上应用程序的数据采集方法已经不能用于手机平台用户操作手机App的行为数据采集，而在预测用户即将使用的手机App方面，也没有以时间规律为主的使用App的预测方法。因此，用户操作手机App的行为模式分析和预测也需要更进一步的研究。 本文在此背景之下，主要完成以下几个工作:首先，论文定义了用户操作手机App的行为特征与模式特征，并提出了一种以智能手机的特性为基础，跟踪用户操作手机App行为的数据采集方法。然后使用Apriori关联规则的算法对智能手机App用户行为模式进行关联分析，根据分析结果对用户即将操作的App进行预测。最后，在数据采集方法和用户行为模式分析的研究基础上，为验证论文提出的方法的理论具有可行性，设计并实现了基于Android平台的用户操作手机App行为预测系统，完成了智能手机App用户行为数据的收集、分析和预测。 通过预测结果与用户实际使用的App行为对比来看，预测系统能够为用户提供较为理想的App列表，为用户带来了方便，最终证明论文工作是有效的和实用的。