CoSEM：用于应用使用预测的上下文与语义嵌入
机器学习
2021-08-27 v1
摘要
应用使用预测对于智能手机系统优化以提升用户体验非常重要。现有的建模方法利用历史应用使用日志以及广泛的语义信息来预测应用使用情况；然而，它们仅在特定场景下有效，无法泛化到不同情境。本文通过开发一种称为“用于应用使用预测的上下文与语义嵌入模型”（CoSEM）来解决这一问题，该模型利用了 1）语义信息嵌入和 2）基于个人历史应用使用的上下文信息嵌入的整合。大量实验表明，语义信息和历史应用使用信息的结合使得我们的模型在三个真实世界数据集上优于基线，分别实现了超过 0.55、0.57、0.86 的 MRR 分数和超过 0.71、0.75、0.95 的 Hit Rate 分数。
引用
@article{arxiv.2108.11561,
title = {CoSEM: Contextual and Semantic Embedding for App Usage Prediction},
author = {Yonchanok Khaokaew and Mohammad Saiedur Rahaman and Ryen W. White and Flora D. Salim},
journal= {arXiv preprint arXiv:2108.11561},
year = {2021}
}
备注
5 pages, short paper in Proceedings of the 30th ACM International Conference on Information and Knowledge Management (CIKM '21)