一种用于移动系统中上下文感知与自适应的应用预测方法
专利类型：发明专利
语 言：中文
申 请 号：CN201710654323.6
申 请 日：20170803
申 请 人：重庆大学
申请人地址：400044重庆市沙坪坝区沙坪坝沙正街174号
公 开 日：20171208
公 开 号：CN107451694A
代 理 人：唐开平
代理机构：重庆大学专利中心50201
摘 要：本发明公开了一种用于移动系统中上下文感知与自适应的应用预测方法，它包括有以下步骤：步骤1、从大量的移动设备收集到的数据中提取对改善移动应用预测精度有效的记录信息作为训练集；步骤2、使用非均衡的贝叶斯模型进行训练，基于步骤1提取到的训练集，训练得到应用使用概率模型；3、应用使用概率模型，基于感知到的当前上下文信息，预测接下来即将使用到的应用，比较预测得到的即将使用的应用与实际使用的应用得到当前的预测精度，然后采用一种弹性算法根据当前的预测精度自适应地调整每个预测周期的大小，以减少训练代价。本发明的技术效果是：提高了应用预测精度，且有效地减少了预测模型的训练代价。??全部
主 权 项：一种用于移动系统中上下文感知与自适应的应用预测方法，其特征是：包括有以下步骤：步骤1、预处理阶段，从大量的移动设备收集的数据中选用对移动应用预测有用的上下文特征的记录作为训练集；步骤2、训练阶段，使用非均衡贝叶斯模型进行训练，该模型对训练集中较新的记录赋予更大的权重，使非均衡贝叶斯模型能更适应用户使用应用模式的变化，以及利用步骤1提取的上下文信息，训练得到一个应用使用概率模型；这个应用使用概率模型是一个M×Q的矩阵，M表示移动系统上安装的应用个数，Q表示上下文特征个数，矩阵中的每个数值表示在对应上下文特征下相应应用使用的概率；步骤3、预测阶段，依据步骤1感知当前移动应用使用的上下文特征值，根据步骤2得到的应用使用概率模型，预测接下来即将使用的应用，求取当前的预测精度；然后根据预测精度采用弹性算法自适应地调整每个预测周期的大小。
关 键 词：
法律状态：公开
IPC专利分类号：G06Q10/04(2012.01)I