移动设备使用分析
计算机与社会
2020-05-26 v1
摘要
移动设备已从单纯的通信设备演变为人们生活中不可或缺的一部分，形式包括智能手机、平板电脑和智能手表。设备如今比以往任何时候都更具个人属性，且比任何其他设备携带更多关于个人的信息。提取用户行为相当困难且耗时，因为先前大部分工作是手动的或需要特征提取。本文提出一种使用深度神经网络（DNN）的用户行为检测新方法。初始方法是使用循环神经网络（RNN）与LSTM对移动设备进行完全无监督分析。下一方法是利用长短期记忆（LSTM）提取特征以理解用户行为，随后将其输入卷积神经网络（CNN）。本工作主要集中于移动设备使用分析中的用户行为检测与异常检测。两种方法均与一些基线方法进行比较。在公开可用数据集上进行的实验表明，这些方法能成功捕捉用户行为。
引用
@article{arxiv.2005.12140,
title = {Usage Analysis of Mobile Devices},
author = {Aman Singh and Ashish Prajapatia and Vikash Kumar and Subhankar Mishra},
journal= {arXiv preprint arXiv:2005.12140},
year = {2020}
}
备注
7 pages