移动网络服务中基于认知心理学的用户偏好提取方法

 迅速增长的移动网络服务给人们带来沉重的移动信息负担.移动用户偏好提取方法是缓解"移动信息过载"问题的有效手段.受加工水平模型和分布式认知理论的启发,提出一种基于认知心理学的移动用户偏好提取方法.在移动用户偏好信息结构建模的基础上,引入服务加工水平认知、有效上下文认知的概念,并计算其对用户偏好提取的影响,然后分别提取基于服务加工水平认知和基于有效上下文认知的用户偏好,最终提取综合的用户偏好.实验结果表明,该方法能有效提高移动用户偏好提取精确度,为用户提供满足个性化需求的移动网络服务.     

移动通信网中基于用户社会化关系挖掘的协同过滤算法

该文面对移动通信网中个性化服务推荐问题,结合社会化网络分析方法提出一种基于移动用户社会化关系挖掘的协同过滤算法。利用移动通信网中所形成社会化网络,预测潜在的社会化网络关系,并按关系紧密程度找到相似用户;然后结合基于用户评分相似度计算发现的最近邻用户,找到最相似的用户集合,进行移动用户偏好预测和推荐,有效地缓解数据稀疏性。仿真数据集和公开数据集实验表明了该算法在预测移动用户偏好和提高推荐精确度方面的可行性和有效性。     

基于移动用户上下文相似度的协同过滤推荐算法

该文面向移动通信网络领域的个性化服务推荐问题,通过将移动用户上下文信息引入协同过滤推荐过程,提出一种基于移动用户上下文相似度的改进协同过滤推荐算法。该算法首先计算基于移动用户的上下文相似度,以构造目标用户当前上下文的相似上下文集合,然后采用上下文预过滤推荐方法对移动用户-移动服务-上下文3维模型进行降维得到移动用户-移动服务2维模型,最后结合传统2维协同过滤算法进行偏好预测和推荐。仿真数据集和公开数据集实验表明,该算法能够用于移动网络服务环境下的用户偏好预测,并且与传统协同过滤相比具有更高的推荐精确度。     

用户偏好提取算法

将用户的需求抽象为可表示、可量化、可感知的特征是未来移动业务的重要特点,用户偏好提取算法是探索这一问题的关键。分析了用户偏好提取算法的数学结构、技术特点、算法类型及研究面临的挑战。针对异构网络环境下移动用户的业务需求特点,提出将传统用户偏好提取技术与马尔可夫决策过程建模方法相结合,创建用户偏好评估模型。解决动态判决环境下基于不完整信息的智能判决问题。对研究用户体验的评价问题和业务与业务环境的适配问题提供了新的思路。     

基于移动流量的用户偏好模型设计与实现

在智能手机市场快速发展的同时,也产生了大量的移动数据流量。这些流量反映了人们在手机上的浏览情况和个人喜好。文中使用DPI&DFI技术解析客户端使用流量情况,使用网络爬虫技术及分词技术解析网页访问信息,最后汇总整合解析出的流量数据信息。以数据信息为输入建立偏好模型,计算得到用户对每一类业务的喜爱程度分数。将分数汇总列为用户偏好清单,以用户手机号为标识,各个分类的得分为内容。将此结果用于对移动用户的流量经营,为用户提供符合其流量使用偏好的推荐内容,提升流量规模和收入。     

移动互联网内容偏好识别体系搭建

现有的互联网分析手段已无法满足对移动用户进行全面精准分析的需求,必须寻求能高效识别互联网内容偏好的分析系统。文章在分析数据源的基础上,对移动客户上网行为采用偏好分析和偏好评分,适配规则后进行内容推荐营销,并以MM(移动应用商场)下载业务的精确营销作为实证进行研究,结果表明其营销效果与传统营销手段相比,成功率有大幅提高,可以助力流量经营。     

从用户消费偏好出发浅析移动增值业务营销策略

文章以北京移动用户为对象，通过问卷调查的实证手段深入分析移动用户对增值业务的心理偏好和消费特征，进而探讨影响移动增值业务市场效应的主要因素和策略建议。     

P2P网络中引入偏好的多层信任模型

针对现有P2P网络信任模型对网络服务难以有效区分、对用户的不同要求不能准确描述的问题,提出了引入偏好的多层信任模型.该模型通过建立多层服务列表和基于偏好的查询、更新机制,实现了信任度的分类计算.实验表明了模型的有效性及比现有模型更好的准确性.     

基于用户行为分析的精准营销探讨

对内蒙古联通在移动互联网业务中采用的创新性技术和精细化运营手段进行研究,通过深度挖掘网关日志数据,实现对用户访问、搜索、下载、应用等偏好和访问习惯的有效分析,从而实现了初级阶段移动互联网精细化营销和决策支撑.     

一种基于非ROOT安卓终端的互联网业务抓包与故障定位方法研究

移动终端、软件产业的高速发展和移动网民的快速增长,带动了用户在移动网络业务和服务上多维度、深层次的需求.在提供更丰富网络服务的同时,服务投诉也随之增加,基于非ROOT安卓终端的互联网业务抓包与故障定位方法,对业务性能的改善、对移动用户网络感知的提升意义重大.     

大规模无线通信网络移动边缘计算和缓存研究

面向未来6G移动通信的大规模网络移动边缘计算与缓存技术,首先,介绍了大规模无线网络下移动边缘计算和缓存的架构与原理,并阐释了移动边缘计算和缓存技术在大规模无线网络中的必要性和普适性。接着,从计算卸载、边缘缓存、多维资源分配、用户关联和隐私保护这5个关键问题出发,综述和分析了移动边缘计算和缓存赋能大规模无线网络时会引入的新型关键问题以及对应的解决方案研究,并进一步指出了未来的发展趋势和研究方向。最后,针对隐私保护问题,提出了一种基于联邦学习的隐私保护方案,并通过仿真结果表明所提方案能够同时保护用户数据隐私且改善系统服务质量。     

面向移动内容分发网络环境的移动视频预取技术研究进展

随着移动互联网的发展和视频应用的普及,移动内容分发网络(MCDN)应运而生。预取技术是内容分发的关键技术之一,它通过预测用户未来的请求,提前将预测的内容预取至网络边缘,从而减少数据的获取时延、提升用户体验质量(QoE)。为深入阐述移动视频预取技术的发展现状,从用户移动行为感知、内容属性感知、网络资源感知等角度分析梳理了移动视频预取技术的最新研究成果,同时分析了各类预取方案的性能及其主要优缺点,最后指出未来可以进一步研究的方向。     

An access cell selection algorithm for next generation mobile environments

Next generation of mobile communications will be based on a heterogeneous infrastructure comprising different wireless access systems in a complementary manner. This paper proposes a network selection algorithm based on user activity, user preferences, service requirements, and networks conditions which provides users a prospect of being always best connected within an environment of heterogeneous mobile networks. This is achieved by a learning process which allows user to select an access network based in previous connections and a cost function that helps the user to select the best network that adapts to the needs.     

Energy‐aware cross‐layer resource allocation in mobile cloud

This paper proposed an energy‐aware cross‐layer mobile cloud resource allocation approach. In this paper, a hybrid cloud architecture is adopted for provisioning mobile service to mobile device users, which include nearby local cloud and remote public cloud. The computation‐intensive tasks can be processed by the remote public cloud, while the delay‐sensitive computation can be processed by the nearby local cloud. On the basis of the system context and mobile user preferences, the energy‐aware cross‐layer mobile cloud resource allocation approach can optimize the consumption of cloud resource and system performance. The cooperation and collaboration among local cloud agent, public cloud supplier, and mobile cloud user are regulated through the economic approach. The energy‐aware cross‐layer mobile cloud resource allocation is performed on the local cloud level and the public cloud level, which comprehensively considers the benefits of all participants. The energy‐aware cross‐layer mobile cloud resource allocation algorithm is proposed, which is evaluated in the experiment environment, and comparison results and analysis are discussed.     

Context-aware mobile computing: learning context- dependent personal preferences from a wearable sensor array

Context-aware computing describes the situation where a wearable/mobile computer is aware of its user's state and surroundings and modifies its behavior based on this information. We designed, implemented, and evaluated a wearable system which can learn context-dependent personal preferences by identifying individual user states and observing how the user interacts with the system in these states. This learning occurs online and does not require external supervision. The system relies on techniques from machine learning and statistical analysis. A case study integrates the approach in a context-aware mobile phone. The results indicate that the method is able to create a meaningful user context model while only requiring data from comfortable wearable sensor devices.     

Proactive content caching by exploiting transfer learning for mobile edge computing

To address the vast multimedia traffic volume and requirements of user quality of experience in the next‐generation mobile communication system (5G), it is imperative to develop efficient content caching strategy at mobile network edges, which is deemed as a key technique for 5G. Recent advances in edge/cloud computing and machine learning facilitate efficient content caching for 5G, where mobile edge computing can be exploited to reduce service latency by equipping computation and storage capacity at the edge network. In this paper, we propose a proactive caching mechanism named learning‐based cooperative caching (LECC) strategy based on mobile edge computing architecture to reduce transmission cost while improving user quality of experience for future mobile networks. In LECC, we exploit a transfer learning‐based approach for estimating content popularity and then formulate the proactive caching optimization model. As the optimization problem is NP‐hard, we resort to a greedy algorithm for solving the cache content placement problem. Performance evaluation reveals that LECC can apparently improve content cache hit rate and decrease content delivery latency and transmission cost in comparison with known existing caching strategies.     

WAP技术在构建手机移动教学中的应用分析

随着社会经济的发展,带动了科学技术的进步,手机目前已经成为人们在日常生活中沟通和交流的主要工具,具有携带方便和廉价等特点,使用人群呈现出逐渐增长的发展趋势,构成了一个巨大的网络发展平台.应该充分利用手机优势,开展远程教学,有助于突破学习的时空限制,对提高教学效果具有重要作用.WAP技术是移动学习研究领域中的重要研究内容,将手机运用到该项教学中来,创新了教学方式,扩展了学生的学习场所.     

A learning strategy for paging in mobile environments

The essence of designing a good paging strategy is to incorporate the user mobility characteristics in a predictive mechanism that reduces the average paging cost with as little computational effort as possible. In this scope, we introduce a novel paging scheme based on the concept of reinforcement learning. Learning endows the paging mechanism with the predictive power necessary to determine a mobile terminal's position, without having to extract a location probability distribution for each specific user. The proposed algorithm is compared against a heuristic randomized learning strategy akin to reinforcement learning, that we invented for this purpose, and performs better than the case where no learning is used at all. It is shown that if the user normally moves only among a fraction of cells in the location area, significant savings can be achieved over the randomized strategy, without excessive time to train the network. Copyright © 2003 John Wiley & Sons, Ltd.     

略谈智能手机App开发中的UI设计技巧

在移动“互联网+”时代,手机的终端用户在众多的应用使用中,最终会选择界面设计合理,视觉效果良好,且具有良好体验的应用留在自己的手机上长期使用。针对这种情况,该文在智能手机APP客户端UI设计技巧方面展开研究,从手机UI设计的重要性,手机UI设计的特征出发,对手机UI设计技巧分析和探讨,实现自己设计手机UI满足用户要求,被用户接受,达到良好效果。     

移动数据库中移动Agent技术的应用与研究

目前，移动数据库技术的研究与应用是数据库领域和移动计算领域的一个研究热点。首先介绍了移动数据库和移动Agent的特点，分析了基于移动Agent的移动数据库体系结构，最后提出一种基于移动Agent的移动查询处理模型并叙述了其实现过程。