首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

移动应用使用行为预测研究

摘要第1-9页
ABSTRACT第9-12页
第一章 绪论第12-22页
   ·移动平台及移动应用第12-18页
     ·移动平台简介第12-17页
     ·移动应用简介第17-18页
   ·人类行为理解简介第18-19页
   ·研究内容及论文结构第19-20页
     ·研究内容及创新点第19-20页
     ·论文组织结构第20页
   ·小结第20-22页
第二章 可预测性以及常用预测方法研究现状第22-28页
   ·可预测性研究现状第22-23页
   ·常用预测方法研究现状第23-26页
   ·小结第26-28页
第三章 移动应用使用行为(MAU)的可预测性研究第28-36页
   ·引言第28页
   ·MAU 预测中基于信源和熵的序列抽象第28-32页
     ·基于信源的MAU 抽象化描述第28-30页
     ·基于熵的可预测性量化描述第30-31页
     ·熵率的计算第31-32页
   ·基于熵的MAU 可预测性理论分析第32-35页
     ·可预测性上限分析第33-34页
     ·可预测性下限分析第34-35页
   ·小结第35-36页
第四章 MAU 预测方法第36-45页
   ·引言第36页
   ·基于SVM 的MAU 预测第36-40页
     ·基本框架第36-39页
     ·MAU 预测中的SVM 算法定制第39-40页
     ·算法流程第40页
   ·基于3LBPNN 的MAU 预测第40-44页
     ·基本框架第41-42页
     ·面向MAU 预测的3LBPNN 样本训练第42-44页
     ·面向MAU 预测优化的误差控制第44页
   ·小结第44-45页
第五章 MAU 预测实验平台AppMagic 设计及验证第45-65页
   ·AppMagic 的设计第45页
   ·AppMagic 客户端第45-52页
     ·AppMagic 客户端的设计与实现第45-51页
     ·MAU 数据集的获取第51-52页
     ·AppMagic 客户端的用户干扰度分析第52页
   ·AppMagic 服务器端第52-55页
     ·AppMagic 服务器端的设计与实现第52-54页
     ·原始序列的格式化第54-55页
   ·可预测性分析第55-58页
     ·可预测性的熵率表征第55-56页
     ·可预测性的上下限分析第56-58页
   ·预测方法性能分析第58-64页
     ·采用不同平滑参数的基于SVM 的预测结果分析第59-60页
     ·采用不同训练次数基于3LBPNN 的预测结果分析第60-61页
     ·噪声过滤策略对预测准确性的优化第61-62页
     ·两种预测算法的开销对比第62-63页
     ·实验结果分析第63-64页
   ·小结第64-65页
第六章 结论与展望第65-67页
致谢第67-68页
参考文献第68-72页
作者在学期间取得的学术成果第72页

论文共72页,点击 下载论文
上一篇:移动云计算环境下数据传输框架的研究与实现
下一篇:空基光学测量视频处理技术研究