面向用户体验的智能应用使用模式与优化的研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-11页 |
| 1.3 本文主要工作 | 第11页 |
| 1.4 文章的结构 | 第11-13页 |
| 第二章 智能应用数据分析平台 | 第13-35页 |
| 2.1 平台信息说明 | 第13-15页 |
| 2.2 平台框架简介 | 第15-17页 |
| 2.3 平台的数据存储方式 | 第17-19页 |
| 2.4 数据处理流程 | 第19-20页 |
| 2.5 文章数据集说明 | 第20-24页 |
| 2.5.1 数据来源 | 第20-22页 |
| 2.5.2 数据格式 | 第22-24页 |
| 2.6 基于平台的数据分析 | 第24-34页 |
| 2.6.1 数据总体情况分析 | 第25-29页 |
| 2.6.2 用户方面的情况分析 | 第29-31页 |
| 2.6.3 APP方面的情况分析 | 第31-34页 |
| 2.7 本章小结 | 第34-35页 |
| 第三章 推荐模型的建立 | 第35-52页 |
| 3.1 用户使用偏好模型的建立 | 第36-44页 |
| 3.1.1 使用时间的分析 | 第36-40页 |
| 3.1.2 使用频度的分析 | 第40-43页 |
| 3.1.3 用户使用时间段的分析 | 第43-44页 |
| 3.2 APP画像的分析 | 第44-50页 |
| 3.2.1 APP流量分析 | 第44-47页 |
| 3.2.2 APP流行度分析 | 第47-48页 |
| 3.2.3 APP推荐排名的建立 | 第48-50页 |
| 3.2.4 APP活跃时间段的分析 | 第50页 |
| 3.3 本章小结 | 第50-52页 |
| 第四章 推荐结果分析 | 第52-57页 |
| 4.1 视频类软件推荐结果分析 | 第52-53页 |
| 4.2 下载类软件推荐结果分析 | 第53-54页 |
| 4.3 音乐类软件推荐结果分析 | 第54-55页 |
| 4.4 浏览器类软件推荐结果分析 | 第55-56页 |
| 4.5 本章小结 | 第56-57页 |
| 第五章 总结及展望 | 第57-59页 |
| 5.1 总结 | 第57页 |
| 5.2 展望 | 第57-59页 |
| 参考文献 | 第59-62页 |
| 致谢 | 第62-64页 |
| 攻读硕士期间发表的学位论文 | 第64页 |
