抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
人口統計学的属性はマーケティング製品とサービスの鍵となる因子であり,ビジネス所有者が理想的な顧客を見つけることができる。利用者のアプリケーション行動は,彼らが個人のニーズと関心に依存してどのようなアプリケーションを利用するかを常に決定するので,個人属性に関する豊富な手がかりを明らかにすることができた。事前研究[1,2]は,ユーザの性別と年齢を彼らの利用行動を通して予測することを試みている。しかし,ユーザの人口統計的予測のための既存の方法の大部分は,アプリケーションの利用の内部意味的関係を考慮しない特徴として,一般的に使用されているアプリやアプリケーション頻度を用いて,簡単である。最近,モバイルタスク[3]はモバイルアプリケーションログから特定され,ユーザの目標と行動の洞察を捕えるためのより正確なユニットを表しており,そこでは,「モバイルタスク」は,単一の離散タスクを達成するために,関連するアプリケーションのグループとして考えられる。例えば,友人との夕方を計画するために,複数のアプリケーション(例えば,WhatApp,Yelp,UberおよびGoogle Maps)は,タスクを完了するためにアクセスできる可能性がある。本講演では,利用者の性別と年齢の予測を目的として,ユーザ表現を生成するための細粒タスクユニットをどのように活用するかを紹介する。ユーザの人口統計学を推論するタスクの使用の有効性を分析し,特にアプリを独立に処理する場合と比較した。モバイルアプリとタスクの両者でユーザの表現とモデルを構築するための異なるアプローチを検討した。最後に,「タスクに対するアプリケーション」と「ユーザへのタスク」の2レベル階層構造が,モバイルユーザモデリングを改善するために考慮すべき重要な因子であることを検証した。本研究は,抽出したモバイルタスクが効果的に適用できるかどうかについて明らかにした。タスクベース表現は,多くの他のアプリケーションを改善するためにさらに探索できると信じる。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】