基于上下文的应用使用预测
机器学习
2016-01-26 v2
摘要
平均智能手机上安装约一百个应用。应用数量众多且设备屏幕可显示的应用图标有限，需要一种新的范式来解决用户对应用的可见性问题。本文提出一种新型在线算法，用于动态预测用户可能使用的一组应用。该算法在用户设备上运行，并持续学习用户在给定时间、位置和设备状态下的习惯。其设计旨在主动帮助用户导航至所需应用，并提供个性化体验，因此以最大化AUC为目标。我们从理论和经验上均表明该算法最大化了AUC，并在一组1000台设备上取得了良好结果。
引用
@article{arxiv.1512.07851,
title = {Context-Based Prediction of App Usage},
author = {Joseph Keshet and Adam Kariv and Arnon Dagan and Dvir Volk and Joey Simhon},
journal= {arXiv preprint arXiv:1512.07851},
year = {2016}
}