進入XMS | 求助 |
第127次會議記錄
(by 系統管理者, 2013-08-05 16:12:30)

頂尖大學數位資訊發展計畫X-mind127次會議紀錄

時間:2013617 () 12:00~14:00

地點:大勇樓405

參與人員:李蔡彥、鄭宇君、劉彗雯、徐國偉、曾莞柔、黃厚銘、許志毓、王怡婷、李俊輝、吳蕙盈共10位。

會議概要:

1.        由徐國偉老師開場

2.        由徐老師的研究生曾莞柔報告與X-mind相關研究
Title: Mining Application Usage Patterns of Smartphone Users

3.        下次會議舉行時間、內容再email聯絡討論

會議內容:

一、     動機:

l   硬體:智慧型手機、平板普遍在生活中普及,即將超過桌機

l   作業系統:讓智慧型手機更加多工

l   軟體:近幾年來,在APP上面,在下載量方面有逐漸成長,甚至有稍稍贏過iOS

l   相關研究: DatabaseData MiningMobile NetworkReality Mining……

二、     Raw Data記錄使用者行為的log(經緯度、手機ID、使用者ID),拿到的是Excel檔案,再匯入MySQL中以利保存、使用,主要研究針對APPAPP的種類與動作,例:用完一個APP後接著會用哪一個?找出行為pattern,實驗流程如下圖:

三、     Data Processing間隔不超過十分鐘的話,視為同一Session,再去處理Session Data,紀錄第一個log時間與最後一個log時間,並用經緯度計算距離,重點在研究使用者使用的APP,一開始有將原始資料中統計每個APP被使用的次數,取Top33作研究探討。

四、     Data Mining

l   常見方法:分類、分群、關聯性,主要研究利用Association Rule MiningSequential Pattern Mining

l   Association Rule Mining: DatabaseàTableàSelect Attributes

l   Rules: FacebookàAlbumàCamera

l   Sequential Pattern Mining:因為Association Rule Mining沒有順序性,因此往Sequential Pattern Mining方向作研究。研究流程如下圖:

l   PrefixSpan未滿足Min-Support先刪除,依序篩選。
結果:可以發現必是先用A app再用B app的結果。研究流程如下圖:(放投影片流程圖)可以發現哪些App是指使用幾秒鐘,哪些App會使用數分鐘才會關閉,例:開相簿時會瀏覽一陣子才會離開去使用其他App

 

 

 

 

 

Q&A

Q: 是否有針對各別資料作驗證?

A: 有,例FB有推自己的相機App,表示他們可能有發現大家用FB時也會同時使用相機。現今有許多App也都有推出整合型的服務(現在推得的結果都是經由數據得來的)

Q: 有哪些Pattern是特別常出現的?FB之外的呢?

A: Rule跟原始資料中的log有關,從資料顯示FB是使用者最常使用的App,但是可能與實驗群體對象有關,且在Top33之後的資料會被濾掉。

建議: 如果資料是以人為單位的處理,並對使用者作訪問、個別的深入訪談,可能可以找出呼應點,或是用時間來區分Session,可以找出長時間的Pattern與短時間的Pattern的差異性,例:長時間可能是做社交性的活動(聊天、遊戲),短時間可能是瀏覽網頁、拍照上傳

Q: 相簿、相機先後順序的條件機率織統計問題,其Support的大小差異是大到有意義的嗎?顯著水準落在哪裡?

Q: 使用者資料量不夠多的原因為何?如何排除非只用實驗手機的使用者?

A: 要看研究的癥結點在哪裡,目前的研究像是一個工具,只能算是分析現有的資料。例:若是要考慮使用者族群,那可能就在將使用者再增加一倍。目前研究沒有分使用者來研究。想辦法有效管理使用者,並且針對目前趨勢改變招募機制。

附件:
1. 127次.pdf (2.2 MB)