以用户体验为中心的不同终端下同一App界面差异化设计

序言随着网络的快速普及、移动互联网技术的日趋成熟,便捷的移动终端独有的定位使之成为人们日常应用的标配,其使用特性让人们日常生活的各个环节都在发生着巨大的变化。与此同时带来了第三方应用程序的剧增,用户可以随时随地在智能终端通过App应用程序完成诸如社交、资讯、旅行、餐饮、购物、健康、支付等行为,第三方应用程序已成为移动互联网的关键应用,它为用户创造了新的角色,重新塑造着用户的人际关系,带来的是人的行为方式和生活方式的改变。     

手机支付在轨道交通自动售检票系统实现的方案分析

文章分析了自动售检票系统常用票卡,比较手机支付三种主要模式RF-SIM、SIMPASS和NFC,得出NFC技术与轨道交通读写器频率一致,适应性最强。根据既有线读写器情况和改造大小介绍三种手机支付(NFC)方案,地铁可根据各自读写器情况和接受改造程度的不同,选择不同的手机支付方案。     

移动互联网背景下的App广告价值及发展策略探析

随着移动互联网的迅猛发展,人们对智能手机的依赖度超过PC电脑,随之而来的则是广告投放的转变,越来越多的广告主开始从传统的渠道转向移动端投放广告。作为移动广告的一种,App广告的商业价值和传播价值已经逐步被越来越多的广告公司和广告主所认知,文章试图从其广告价值及发展策略方面对其作一番探析。     

浅谈针对出国打工者的手机应用视觉设计

文章主要以一款针对出国打工者的手机应用程序的设计过程,阐述针对出国打工者的手机应用视觉设计。首先介绍手机应用程序界面开发设计的基本原则,其次对出国打工者的生活环境及他们对手机应用的需求进行分析,通过调查了解出国打工者对中文应用程序的庞大需求并提出解决办法,希望最终开发出适合出国打工者的手机应用程序。     

当科学遇上美食 全球新概念食品连锁店JUST LIKE IT!入驻上海

作为一个革命性的冰淇淋品牌,"JUST LIKE IT!"自2012年在澳大利亚创立以来,坚持用"实验室的技术"和使用"最新鲜"、"天然高品质"的原料制作成最独特的食品,因此受到各地美食爱好者的热捧,并在一年之内迅速扩散到东南亚国家和我国台湾地区。"JUST LIKE IT!"的特别之处在于,将世界上独特的技术与食品和饮料相结合,在传统食材和科技间擦出了火花。"JUST LIKE IT!"的研发团队利用液氮作为冷冻剂,     

大学生睡前玩手机情况的调查与分析

目的:了解某高校学生睡前玩手机的情况,及其对大学生晚上休息、健康状况等方面的影响,分析大学生睡前长时间使用手机的原因。并提出解决方案,引导大学生正确、合理地使用手机。方法:自制调查问卷,调查学生睡前玩手机的情况、影响、原因等,并对数据进行统计分析。结果:睡前玩手机的学生高达99.08%,且玩手机时间大多维持在30⁶0分钟。学生睡前玩手机的原因多是自控力差,其次是对危害了解不深入,再次是宿舍环境影响。结论:大学生睡前玩手机严重地影响了学生的休息和学习,高校教育者应积极引导学生健康合理地使用手机。     

卓众微动力平台 触摸移动营销 助力企业转型 大数据精准营销 新机遇新平台

<正>四大产品服务,个性化的运维支持和传播策划品牌展示微信\微官网\微相册手机客户端企业品牌展示有效利用百度移动搜索推广服务支持微会员\微签到\微社区微活动\微预约\微调研\邮件通知深层客户资料分析全方位配合商务销售商务支持移动电商\移动支付\智能客服系统O2O营销支持\CRM会员管理强大的在线沟通体验,突破地理和空间限制,极大提高成单率     

基于六西格玛的手机摄像头模组质量改善研究

基于DMAIC流程,全面分析手机摄像头模组的生产流程,找出影响良率的关键因素,即摄像头模组在点胶过程中溢胶出现黑点.对点胶的生产过程进行分析,利用Pareto图、因果矩阵、FAMA等找出产生溢胶的主要原因,运用Gage R&R确保测量胶高和粘合力的系统的稳定性,通过正态性检验、CPK等进行过程能力分析,通过残差分析找出溢胶的关键因素即胶量、针头气压、烤炉温度,然后进行DOE试验设计,确定出最佳参数,通过SPC控制图确保了产品处于受控状态,使摄像头模组点胶过程中出现溢胶的产品报废问题基本消除,提高了产品良率.     

基于Moldflow和UG的手机前盖模具设计

根据手机前盖的结构特点和质量要求,运用Moldflow软件对产品浇注系统、冷却系统进行优化设计。通过正交试验,分析了注射工艺参数对产品体积收缩率和翘曲变形的影响规律,得到优化注射工艺方案。根据Moldflow分析结果,利用UG软件完成产品的模具设计。     

基于智能手机用户行为习惯的App使用预测算法研究

互联网的发展不仅推动了智能手机的普及,而且涌现了大量的手机App。大量被安装在手机中的应用程序不仅增加了用户寻找App的时间和难度,而且占用了手机大量的内存空间,致使手机卡顿,严重影响了用户体验。利用智能手机用户使用App的行为习惯特征,预测用户将要使用的App,并将其应用到智能手机中用以预加载App和智能清理手机内存是解决上述问题的方法之一。在深入了解PrefixSpan算法和Bayesian网络算法的前提下,考虑智能手机用户对每个App的喜爱程度,将其加入到PrefixSpan算法的剪枝步骤中;采用贝叶斯网络算法整合智能手机用户的App使用记录和App使用时长等特征,提出一套新的预测用户下一个将要使用的App的算法——WAPA(Weighted App Prediction Algorithm)。实验证明,该算法预测准确率最高可达86.3%,较其他算法可提高大约4%。