基于贝叶斯网络和BP神经网络预测用户使用App行为的分析与研究

发布时间：2021-01-10 01:43

　　移动终端应用呈现出爆炸性的增长态势,它的存储容量也在不断的增加,人们下载和安装大量感兴趣的应用程序。一方面,人们需要频繁地组织他们的应用程序和文件,需要更多的时间查找和选择他们想要使用的应用程序。另一方面,免费的移动App收入主要来自于广告,但是目前没有广告拍卖考虑到用户参与应用程序的时间,尽管已知曝光时间越长收益越大。如果了解移动应用的使用模式将有助于用户拥有更好的设备体验质量,同时为移动应用开发人员提供更多的参考。本文通过对用户上下文各个影响因素分析,仅利用时间和最近使用App两个关键因素,基于贝叶斯网络和线性模型提出改进的算法来预测用户下一次使用的App。最后,本文运用MDC数据集评估,在降低计算复杂度的情况下,提出的预测模型评估结果达到86%的准确率,效果显著优于其它算法。本文提出将广告曝光时间包含在移动广告定价中,广告商可以根据广告的有效性调整广告系列的参与度,并为广告展示提供更有效的市场,同时降低网络利用率和设备功耗。除此之外,本文对影响用户参与应用时间的各个因素进行方差分析和信息增益,找出其中主要的影响因素,提出结合遗传算法的BP神经网络预测模型,经过数据实验验证以及性能... 

【文章来源】：北京邮电大学北京市 211工程院校 教育部直属院校

【文章页数】：62 页

【学位级别】：硕士

【部分图文】：

图２－１移动拍卖整个过程??此种新形式的拍卖与传统的关键字拍卖相比具有以下特点

者事件之间是否存在依赖以及如何依赖。此算法也是一种用来进行推理的模型，??它通过有向无环图来表示随机变量或者事件间的因果关系，而这些节点间的关系??通过条件概率来量化。下面介绍下贝叶斯网络的简单使用，如图２－２是一个贝叶??斯网络的关系图，有随机变量：参加晚会、患脑瘤、头疼、宿醉、有酒精味以及??Ｘ射线检查呈阳性。如果我们知道图中关系的特定概率表，就可以解决类似参加??１１??

??（头疼）??图２－２贝叶斯网络关系图??２．２．２贝叶斯网络??贝叶斯网络也可叫做信度网络，是一种图形模式，它描述相关的随机变量或??者事件之间是否存在依赖以及如何依赖。此算法也是一种用来进行推理的模型，??它通过有向无环图来表示随机变量或者事件间的因果关系，而这些节点间的关系??通过条件概率来量化。下面介绍下贝叶斯网络的简单使用，如图２－２是一个贝叶??斯网络的关系图，有随机变量：参加晚会、患脑瘤、头疼、宿醉、有酒精味以及??Ｘ射线检查呈阳性。如果我们知道图中关系的特定概率表，就可以解决类似参加??１１??

【参考文献】：
期刊论文
[1]改进BP神经网络在交通事故预测中的研究[J]. 陈海龙,彭伟.  华东师范大学学报(自然科学版). 2017(02)
[2]改进的GA-BP神经网络模型在财产犯罪预测中的应用[J]. 李卫红,闻磊,陈业滨.  武汉大学学报(信息科学版). 2017(08)
[3]BP神经网络数据预测模型的建立及应用[J]. 喻宝禄,段迅,吴云.  计算机与数字工程. 2016(03)
[4]基于改进共轭梯度理论神经网络优化算法研究[J]. 邢晓敏,商国敬.  电测与仪表. 2014(19)
[5]移动广告接受意愿的影响因素研究——基于大学生移动广告体验的视角[J]. 刘红艳,傅胜蓝.  软科学. 2014(04)

硕士论文
[1]基于BP神经网络的时间序列预测研究[D]. 李景阳.河南科技大学 2017
[2]移动互联网时代移动广告定价模型研究[D]. 胡琼方.北京化工大学 2015
[3]基于博弈论的移动App广告拍卖研究[D]. 汪磊.福建师范大学 2015
[4]基于APP的移动广告发展策略研究[D]. 楚军辉.北京邮电大学 2014
[5]江西移动公司移动广告营销策略研究[D]. 夏之雨.南昌大学 2013
[6]移动应用使用行为预测研究[D]. 林新晔.国防科学技术大学 2011



本文编号：2967812