文献

J-GLOBAL ID：201802221150540939   整理番号：18A0422156

モバイルアプリケーションの空間的プロファイリングのための多粒度の展望【Powered by NICT】

A multi-granularity perspective for spatial profiling of mobile apps

著者 (5件)： Feng Yunhe (Electrical Engineering and Computer Science, University of Tennessee-Knoxville, USA) ,  Lu Zheng (Electrical Engineering and Computer Science, University of Tennessee-Knoxville, USA) ,  Zhou Wenjun (Business Analytics and Statistics, University of Tennessee-Knoxville, USA) ,  Cao Qing (Electrical Engineering and Computer Science, University of Tennessee-Knoxville, USA) ,  Li Xiaolin (School of Management, Nanjing University, China)
資料名： Information Sciences  (Information Sciences)
巻： 430-431  ページ： 127-141  発行年： 2018年 
JST資料番号： D0636A  ISSN： 0020-0255  CODEN： ISIJBC  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： モバイルアプリケーションの有病率は,人々の生活,データの生成と新しい研究機会を創造を大きく変化してきている。モバイルアプリケーションのデータを利用することにより,既存の研究は主にappユーザの使用パターンを調べた。大規模での個々のアプリケーションの利用パターンの地理空間分布をプロファイリングに焦点を当てた研究はほとんどない。プロファイリングapp使用の主要な課題は,個々のアプリケーションデータの不均一性とスパース性である。本研究では,任意の与えられたappの地理空間分布のロバストなプロファイリングのためのカーネル密度推定(mlKDE)モデルのマルチレベル混合物を提案した。このモデルの主な利点は,関連アプリケーションのグループから骨材情報を利用すると,異なるグループに対する重みを訓練適応できることである。市場で入手可能な千以上のアプリケーションをカバーする実世界,大規模app使用データセットを用いて,著者らは文献で報告されたベースラインモデルと比較した場合,提案モデルでは,実世界におけるapp使用の分布を効果的に特性化できると,かなりの利点を持つことを示した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 地理学 ,  骨材 ,  不均一性 ,  *応用プログラム ,  ロバスト性 ,  空間分布 ,  キャラクタリゼーション
準シソーラス用語： マルチレベル ,  カーネル推定 ,  スパース性 ,  *プロファイリング ,  *モバイルアプリケーション , 【Automatic Indexing@JST】

著者キーワード (4件)： モバイルアプリケーション ,  空間プロファイリング ,  カーネル密度推定 ,  応用

分類 (3件)： パターン認識  (JE07000S) ,  システム・制御理論一般  (IA02010H) ,  計算機網  (JC03000K)

タイトルに関連する用語 (4件)： モバイルアプリケーション ,  プロファイリング ,  粒度 ,  展望