一种基于多视图协同学习的App分类方法

App分类是App检索、App推荐和用户偏好挖掘等智能服务的前提。现有App下载平台已提供了App的类别信息,但这些信息存在无法被第三方使用、无法满足定制的类别体系等问题,因此需要设计一种不依赖App下载平台的App分类方法,而要实现这一目标的挑战包括能利用的描述信息太少(通常仅有App的名称)和有标注样本的数量太少(特别是需要定制类别体系的时候)。针对这些挑战,提出了一种基于多视图协同学习的App分类方法:首先,基于互联网知识对App名称进行信息扩充;然后,从词频和主题两个视图描述App分类问题,并抽取词频分布特征和主题分布特征;最后,采用协同学习方法充分利用无标注样本来训练和融合基于这两个视图的分类器。基于大量真实App数据的实验表明:相比现有方法,提出的方法在分类准确度方面有一定优势。

酒店APP的分类与未来发展趋向

酒店APP的推广及应用不但能够解决由于在线旅行社普及所带来的买家垄断问题,还能够通过资本运作、自助和智能设施的建设等互补性资产的培育来不断改变和优化酒店的生态位。本文通过对酒店APP、大众旅游及目前酒店生态位的现状进行调查,运用atlas.ti 7软件对酒店APP搜获的关键词进行分析和构建分析数据框架模型,在此基础上,将酒店APP分为预定类、联盟类、平台类和商城类,有针对性地对每种类型的APP进行特征、属性及生态位的描述,阐释如何优化生态位及培育互补性的资产。在此基础上,探讨酒店APP的开发和维护方法,以有利于酒店获得更好的生态位,逐步建立良好的生态圈,验证了酒店APP的发展趋势将是"商城+群体"的模式,并以用户体验及人文关怀为发展原则,对不同类型的酒店企业给出开发APP的建议。

5G网络中APP感知评估验证研究

5G SA网络规模不断壮大,5G用户主要使用终端APP进行各类业务交互,本文通过对不同网络环境下的APP应用感知进行分析与研究,聚焦用户真实使用感知,优化APP体验,挖掘网络风险,提升用户网络使用满意度。

基于用户行为的Android手机防沉迷系统研究与设计

传统防沉迷软件只对用户身份进行识别和管理,没有对于娱乐行为进行分析,不能准确识别娱乐软件。基于用户行为的手机防沉迷系统动态采集用户数据,通过比较用户与软件交互行为的阀值算法判定软件是否属于娱乐软件,并在此基础上限制软件的使用时间。实践证明,该防沉迷系统能够有效地限制青少年使用手机的时间。

黑龙江省蝴蝶自动识别APP系统研发与设计

为实现方便快捷地检索和认识蝴蝶,结合传统分类学理论,运用计算机的图像数字化处理、蝴蝶特征筛选等分类识别技术,研究设计一款基于Android系统的黑龙江省蝴蝶自动识别APP.该APP提供黑龙江省蝴蝶检索和识别功能,同时对农林害虫预警、植物保护和边境检疫起到技术支持作用.