| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第11-16页 |
| 1.1 课题背景 | 第11-13页 |
| 1.1.1 移动应用的发展 | 第11-12页 |
| 1.1.2 移动对象的行为模式挖掘 | 第12-13页 |
| 1.2 国内外研究现状 | 第13-14页 |
| 1.3 课题研究的意义 | 第14-15页 |
| 1.4 论文组织结构 | 第15-16页 |
| 第2章 移动应用使用的数据获取以及分析 | 第16-26页 |
| 2.1 MAU数据采集 | 第16-18页 |
| 2.1.1 Monitor数据采集说明 | 第16-17页 |
| 2.1.2 MAU数据格式 | 第17-18页 |
| 2.2 移动用户属性分析 | 第18-21页 |
| 2.2.1 移动对象对智能终端的黏度 | 第18-20页 |
| 2.2.2 移动对象行为模式复杂度 | 第20-21页 |
| 2.3 移动应用使用的行为分析 | 第21-25页 |
| 2.3.1 二八法则 | 第21-22页 |
| 2.3.2 行为可重复性 | 第22-23页 |
| 2.3.3 模式可扩展性 | 第23-24页 |
| 2.3.4 会话有效性 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 移动应用使用的行为模式挖掘 | 第26-39页 |
| 3.1 序列模式 | 第26-31页 |
| 3.1.1 问题描述以及基本概念 | 第26-27页 |
| 3.1.2 PrefixSpan算法 | 第27-31页 |
| 3.2 移动应用行为序列模式 | 第31-37页 |
| 3.2.1 时间序列 | 第31页 |
| 3.2.2 移动应用使用的行为序列的获取 | 第31-34页 |
| 3.2.3 移动应用使用的行为模式的挖掘 | 第34-37页 |
| 3.3 本章小结 | 第37-39页 |
| 第4章 移动应用使用的预测 | 第39-48页 |
| 4.1 预测算法 | 第39-44页 |
| 4.1.1 LRU算法 | 第39页 |
| 4.1.2 LPP算法 | 第39-44页 |
| 4.1.3 LPP改进算法 | 第44页 |
| 4.2 移动应用使用预测模型 | 第44-47页 |
| 4.2.1 基于统计的top-n预测模型 | 第45页 |
| 4.2.2 基于定长序列行为模式预测模型 | 第45-46页 |
| 4.2.3 基于时间上下文的组合模型 | 第46-47页 |
| 4.3 本章小结 | 第47-48页 |
| 第5章 实验与结果分析 | 第48-65页 |
| 5.1 实验数据以及指标 | 第48-49页 |
| 5.1.1 实验数据集 | 第48-49页 |
| 5.1.2 评价指标 | 第49页 |
| 5.2 基于top-n统计模型的行为预测实验以及分析 | 第49-51页 |
| 5.2.1 实验设计以及数据 | 第49-50页 |
| 5.2.2 实验结果及分析 | 第50-51页 |
| 5.3 基于定长序列行为模式预测实验以及分析 | 第51-57页 |
| 5.3.1 用户行为序列分析 | 第51-53页 |
| 5.3.2 实验设计及数据 | 第53-54页 |
| 5.3.3 实验结果及分析 | 第54-57页 |
| 5.4 基于时间上下文序列模式及top-n的组合预测实验以及分析 | 第57-64页 |
| 5.4.1 结合时间上下文的用户行为分析 | 第57-59页 |
| 5.4.2 实验设计及数据 | 第59-60页 |
| 5.4.3 实验结果及分析 | 第60-64页 |
| 5.5 本章小节 | 第64-65页 |
| 第6章 总结与展望 | 第65-67页 |
| 6.1 本文总结 | 第65页 |
| 6.2 工作展望 | 第65-67页 |
| 参考文献 | 第67-71页 |
| 攻读硕士学位期间主要的研究成果 | 第71-72页 |
| 致谢 | 第72页 |