Automatización de la clasificación espaciotemporal basada en registros de aplicaciones de teléfonos inteligentes
Autores: Kang, Shinjin; Kim, Youngbin; Kim, Sookyun
Idioma: Inglés
Editor: MDPI
Año: 2020
Acceso abierto
Artículo científico
2020
Automatización de la clasificación espaciotemporal basada en registros de aplicaciones de teléfonos inteligentes
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Análisis del comportamiento de la aplicación del usuario
Método de aprendizaje supervisado
Entornos de teléfonos inteligentes
Registros de aplicaciones
Patrones de trayectoria
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 27
Citaciones: Sin citaciones
En este documento, se propone un marco para el análisis del comportamiento de la aplicación del usuario utilizando un método automatizado de aprendizaje supervisado en entornos de teléfonos inteligentes. Este marco explota los datos de ubicación colectiva de los usuarios y sus registros de aplicaciones de teléfonos inteligentes. Con base en estos dos conjuntos de datos, el marco determina las aplicaciones con una alta probabilidad de uso en un área geográfica. El marco extrae los datos de comportamiento de uso de aplicaciones de un usuario móvil de un teléfono Android y los transmite a un servidor. El servidor aprende los patrones de trayectoria representativos del usuario combinando los patrones de uso de aplicaciones recopilados y los datos de trayectoria. El método propuesto realiza un aprendizaje supervisado con datos de trayectoria etiquetados de forma automatizada utilizando los datos de la aplicación del usuario. Además, utiliza los datos de características de comportamiento de los usuarios vinculados a los datos de uso de la aplicación por área sin costo de etiquetado.
Descripción
En este documento, se propone un marco para el análisis del comportamiento de la aplicación del usuario utilizando un método automatizado de aprendizaje supervisado en entornos de teléfonos inteligentes. Este marco explota los datos de ubicación colectiva de los usuarios y sus registros de aplicaciones de teléfonos inteligentes. Con base en estos dos conjuntos de datos, el marco determina las aplicaciones con una alta probabilidad de uso en un área geográfica. El marco extrae los datos de comportamiento de uso de aplicaciones de un usuario móvil de un teléfono Android y los transmite a un servidor. El servidor aprende los patrones de trayectoria representativos del usuario combinando los patrones de uso de aplicaciones recopilados y los datos de trayectoria. El método propuesto realiza un aprendizaje supervisado con datos de trayectoria etiquetados de forma automatizada utilizando los datos de la aplicación del usuario. Además, utiliza los datos de características de comportamiento de los usuarios vinculados a los datos de uso de la aplicación por área sin costo de etiquetado.