{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“讯息”：{“索引”：{“日期-部件”：[[2024,9,14]]，“日期-时间”：“2024-09-14T00:38:18Z”，“时间戳”：1726274298661}，“参考计数”：63，“出版商”：“计算机协会（ACM）”，“问题”：“6”，“资助者”：[{“名称”：“中国国家重点研发计划”，“奖项”：[“2018YFB1800804”]}，{“DOI”：“10.13039\/501100001809”，“name”：“中国国家自然科学基金会”，“DOI-asserted-by”：“crossref”，“award”：[“U1936217，61971267，61972223，61941117，and 61861136003”]，“id”：[{“id”:“10.13029\/501000001808”，“id-type”：“DOI“北京市自然科学基金”，“奖项”：[“L182038”]}，{“DOI”：“10.13039\/501100017582”，“name”：“北京国家信息科学技术研究中心”，“DOI-asserted-by”：“crossref”，“award”：[“20031887521”]，“id”：[{“id”:“10.13029\/50110017582”，”id-type“：”DOI“，”asserted-by“：”crossref]}，{“name”:“清华大学-腾讯互联网创新技术联合实验室”}]，“内容域”：{“域”：[“dl.acm.org”]，“crossmark-restriction”：true}，“short-container-title”：[”acm Trans.Knowl.Discov.Data“]，“published-print”：{“date-parts”：[[2021,6,28]]}，”抽象“：”应用程序开发人员和服务提供商都有强烈的动机去理解当<\/jats:italic>和其中<\/jats:italic>某些应用程序由用户使用。然而，由于应用程序使用数据的高度扭曲和嘈杂，这一直是一个具有挑战性的问题。此外，在现有的研究中，应用程序被视为独立项目，未能捕捉到应用程序使用痕迹中隐藏的语义。在本文中，我们提出了App2Vec，这是一个强大的表示学习模型，用于在考虑时空上下文的情况下学习应用程序的语义嵌入。基于获得的语义嵌入，我们开发了一个基于贝叶斯混合模型和Dirichlet过程的概率模型来捕获当<\/jats:italic>时，其中<\/jats:italic>，和应用程序的语义用于预测未来的使用。我们使用两个不同的应用程序使用数据集来评估我们的模型，这两个数据集涉及170多万用户和2000多个应用程序。评估结果表明，我们提出的App2Vec算法在应用程序使用预测方面优于最新的算法，性能差距超过17.0%<\/jats:p>“，”DOI“：”10.1145\/3451396“，”type“：”journal-article“，”created“：{”date-parts“：[2021,6,28]]，”date-time“：”2021-06-28T14:02:52Z“，”timestamp“：1624888972000}，”page“：“title”：[“App2Vec:上下文应用程序使用预测”]，“前缀“：”10.1145“，“卷”：“15”，“作者”：[{“给定”：“环东”，“家庭”：“王”，“序列”：“第一”，“隶属关系”：[}“名称”：“中国清华大学”}]}，{“给出”：“勇”，“家族”：“李”，“顺序”：“附加”，“附属关系”：[{“名称“中国清华”}]]}，}“给定{“名称”：“清华大学，中国“}]}，{“给定”：“振慧”，“家庭”：“李”，“序列”：“附加”，“从属关系”：[{“名称”：“宾夕法尼亚州立大学”}]}，}“给定的”：“德邦”，“家族”：“金”，“顺序”：“额外”，“附属关系”：[{“姓名”：“中国清华大学”}]}]，“成员”：“320”，“在线发布”：{“日期段”：[2021,6,28]]}、“引用”：[{“键”：“e_1_1_1“，”doi-asserted-by“：”publisher“，”doi“：”10.1145\/2370216.2370243“}，{“key”：”e_1_i_1_1“，“doi-assert-by”：“publisher”，“doi”：“10.1145\/2307636.2307648”}，“key“：“doi-asserted-by”：“publisher”，“doi”：“10.1145\/2396761.2398683”}，{“key”：“e_1_2_1_5_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1145\/2370216.2370442”}，{“key”：“e_1_i_1_6_1”，“doi-assert-by”：“publisher”，”doi“：”10.1145\/2068816.2068847“}，”{“密钥”：“e_1_2_1_7_1”、“doi-sserted-by”:“publishers”，“doi:”10.1109\/INFOCOM.2016.7524464“}”，{”key“：”e_2__1_8 _1“，”doi-asserted-by“：”publisher“，“doi”：“10.1145\/1814433.1814453”}，{“key”：“e_1_2_1_9_1“，“doi-asserted-by”：“publisher”，“doi”：“10.1145\/2948649.2948656”}，{“volume-title”：“了解个体人类的流动模式。自然453，7196”，“年份”：“2008”，“作者”：“冈萨雷斯·马尔塔·C”，“密钥”：“e_1_i_10_1”，”非结构化“Marta C.冈萨雷斯，Cesar A.Hidalgo，和Albert-Laszlo Barabasi.2008。了解个人的流动模式。《自然》453、7196（2008）、779。马尔塔·冈萨雷斯（Marta C.Gonzalez）、塞萨尔·伊达尔戈（Cesar A.Hidalgo）和阿尔伯特·拉斯洛·巴拉巴西（Albert-Laszlo Barabasi）。2008年。了解个人流动模式。Nature 453，7196（2008），779.“}，{“volume-title”：“向量空间中单词表示的有效估计。arXiv预印本arXiv:1301.3781”，“年份”：“2013年”，“作者”：“Mikolov Tomas”，“关键字”：“e_1_2_1_11_1”，《非结构化》：“Tomas Mikolof，Kai Chen，Greg Corrado，and Jeffrey Dean。2013年。向量空间中单词表示的有效估计。arXiv预印arXiv:1301.37812013。托马斯·米科洛夫（Tomas Mikolov）、陈凯（Kai Chen）、格雷格·科拉多（Greg Corrado）和杰弗里·迪恩（Jeffrey Dean）。2013.向量空间中单词表示的有效估计。arXiv预印本arXiv:1301.37812013.“}，{”key“：”e_1_1_12_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1145\/3038912.3052601”}，“key”：“e_2_1_13_1”，“doi-assert-by”：“publisher”，”doi“：”10.5555\/299792.299959“}”，{“key“:”e_2_ 1_14_1“555\/1162264“}，{”键“：”e_1_2_1_15_1“，”doi-asserted-by“：”出版商“，”doi“：”10.1145\/2493432.2493437“}，{“key”：“e_1_2_1_16_1”，“doi-asserted-by”：“publisher”，”doi“：“10.5555\/94491.944937”}，“key“：”e_1_i_17_1“，”doi-assert-by“：”publisher“，4322.3104437“}，{”key“：”e_1_2_1_19_1“，”doi-asserted-by“：”crossref“，“first page”：“249“，“DOI”：“10.1080\/10618600.2000.10474879”，“article-title”：“Dirichlet过程混合模型的马尔可夫链抽样方法”，“volume”：“9”，“author”：“Neal Radford M.”，“year”：“2000”，“unstructured”：“Radford M.Neal。2000 . Dirichlet过程混合模型的马尔可夫链抽样方法。《计算与图形统计杂志》9，2（2000），249\u2013 265。拉德福德·M·尼尔。2000.Dirichlet过程混合模型的马尔可夫链抽样方法。《计算与图形统计杂志》9，2（2000），249\u2013265.“，”Journal-title“：”Journal of Computational and Graphical Statistics“}，{“key”：“e_1_1_21_1”，“doi-asserted-by”：“publisher”，”doi“：”10.1109\/MPRV.2005.29“}”，{”key“：”e_2_1_22_1“，”doi-assert-by“：”publisher _1“，”doi-asserted-by“：”publisher“，”doi“：”10.1023\/A:1007465528199“}，{”key“：”e_1_2_1_24_1“，“doi-assert-by”：“publisher”，“doi”：“10.1145\/2370216.2370421”}，}“key”：“e_1_i_1_25_1”，”doi-asserted-by“；publisher“publisher”，“doi”：“10.5555\/311445”}，{“volume-title”：“封面”，“年份”：“2006”，“author“：”Thomas Joy A.“，”key“：”e_1_2_1_27_1“，”unstructured“：”Joy A.Thomas和Thomas M。封面。2006 . 信息论要素。约翰·威利父子公司。Joy A.Thomas和Thomas M.Cover。2006.信息理论要素。约翰·威利父子公司。“}，{”key“：”e_1_1_28_1“，”doi-asserted-by“：”publisher“，“doi”：“10.5555\/2969033.2969125”}，“volume-title”：“Ni”，“year”：“2017”，“author”：“Peng Fengchao”，“key”：“e_1_i_1_29_1”，”unstructured“：”Fengchao-Peng，Qiong Luo，and Lionel M.Ni.2017.行为：时间序列分类的一种主动学习方法。摘自ICDE.175\u2013178。彭凤超，罗琼，和莱昂内尔·M·倪。2017。行为：一种用于时间序列分类的主动学习方法。在ICDE会议记录中。175\u2013178.“}，{”key“：”e_1_2_1_30_1“，”首页“：”2579“，”article-title“：”使用t-SNE可视化数据“，”volume“：“9”，”author“：”van der Maaten Laurens“，”year“：”2008“，”unstructured“：”Laurens van der Maraten和Geoffrey Hinton。2008.使用t-SNE.可视化数据。机器学习研究杂志9（2008），2579\u2013 2605。劳伦斯·范德马滕（Laurens van der Maaten）和杰弗里·欣顿（Geoffrey Hinton）。2008.使用t-SNE可视化数据。机器学习研究杂志9（2008），2579\u20132605.“，”Journal-title“：”Journal of Machine Learning Research“}，{”key“：”e_1_2_1_31_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1145\/2971648.2971707”}，“key”：“e_1_i_1_32_32_1”，“doi-assert-by”：“publisher”，”doi“：”10.1145\/2971648.2971696“}by“：”publisher“，”DOI“：”10.1145\/2493988.2494333“}，{”key“：”e_1_1_34_1“，”DOI-asserted-by“：”publisher“，“DOI”：“10.1145\/2971648.2971729”}，“key”：“e_2_1_35_1”，“DOI-assert-by”：“publisher”，”DOI“:”10.1145\/1869790.1869861“}”，{/1772690.1772795“}，{”key“：”e_1_2_1_37_1“，”DOI-asserted-by“：”publisher“，“DOI”：“10.1145\/293962.2939676“}，{“key”：“e_1_2_1_38_1”，“doi-asserted-by”：“publisher”，”doi“：”10.1145\/2484028.2484030“}、{“密钥”：“e_1_2_1_39_1”、“doi-sserted-by“：”publisher“，”doi:“10.1145\/3230706”}，“key“：”e_2_1-40_1“，“doi-asserted-by”：”publiver“，”doi“：“10.1145\/269667”}，{“卷标”：“接近人类流动性可预测性的极限。《科学报告》3，1“，“年份”：“2013年”，“作者”：“鲁欣”，“关键”：“e_1_2_1_41_1”，“非结构化”：“辛露，埃里克·韦特，尼塔·巴蒂，安德鲁·塔特姆和莱纳斯·本特森。2013年，人类流动性的可预测性接近极限。《科学报告》3，1（2013）。Xin Lu、Erik Wetter、Nita Bharti、Andrew J.Tatem和Linus Bengtsson。2013年，人类流动性接近可预测性的极限。《科学报告》3，1（2013）。“}，{”key“：”e_1_1_42_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/TMC.2006.185”}，“key”：“e_2_1_43_1”，“doi-assert-by”：“publisher”，”doi“：”10.1109\/TMC.2020.2981441，{“键”：“e_1_2_1_45_1”，“doi-asserted-by”：“出版商”，“doi”：“10.1016\/j.neucom.2017.05.101“}，{“key”：“e_1_2_1_46_1”，“doi-asserted-by”：“publisher”，”doi“：”10.1145\/2939672.2939793“}”，{”key“：”e_1_i_1_47_1“，”doi-assert-by“：”publisher“，“doi”：“10.1109\/DSA.2015.7344851”}，“key“:”e_2_1-48_1“”，“首页”：“9”，“article-title”：“人类流动预测”使用稀疏轨迹数据”，“体积”：“69”，“作者”：“王浩”，“年份”：“2020年”，“非结构化”：“王浩、曾浩、李彦、张鹏和金德华。2020 . 使用稀疏轨迹数据进行人体移动预测。IEEE车辆技术汇刊69，9（2020年6月），10155\u201310166。H.Wang、H.Zeng、Y.Li、P.Zhang和D.Jin。2020年。使用稀疏轨迹数据预测人类流动性。IEEE车辆技术汇刊69，9（2020年6月），10155\u201310166.“，”日记标题“：”IEEE车辆科技汇刊“}，{“key”：“e_1_1_49_1”，“doi-asserted-by”：“publisher”，”doi“：”10.1145\/2629504“}”，{”key“：”e_1_i_1_50_1“，”doi-assert-by“：”publisher“，serted-by“：”publisher“，”DOI“：”10.3115\/v1\/D14-1162“}，{“key”：“e_1_1_52_1”，“DOI-asserted-by”：“publisher”，”DOI““：”10.1145\/2623330.2623732“}”，{”key“：”e_1_i_1_53_1“，”DOI-assert-by“：”publisher“，145\/3127875“}，{”键“：”e_1_2_1_55_1“，”DOI-asserted-by“：”出版商“，”DOI“：”10.1145\/2783258.2783307“}，{“key”：“e_1_2_1_56_1”，“doi-asserted-by”：“publisher”，”doi“：“10.1145\/3041021.3054138”}，“key“：”e_1_i_1_57_1“，”doi-assert-by“：”publisher“，8027“}，{”key“：”e_1_2_1_59_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1145\/3132847.3132953“}，{“key”：“e_1_2_1_60_1”，“doi-asserted-by”：“publisher”，”doi“：”10.5555\/29669239.2969321“}、{“key”：”e_1_i_1_61_1“，”doi-assert-by“：”publisher“，2518.2889411“}，{”key“：”e_1_2_1_63_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1145\/3411817“}，{”key“：”e_1_2_1_64_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/ICDE.2019.00120”}]，”container-title“：[”ACM Transactions on Knowledge Discovery from Data“]，”original-title”：[]，”language“：”en“，”link“：[{”URL“：”https:\//dl.ACM.org\/doi\/pdf\/10.1145\/3451396“，”content-type“：”unspecified“，“content-version”：“vor”，“intended-application“：”similarity-checking“}]，”deposed“：{”date-parts“：[2024,9,2]，”date-time“：”2024-09-02T20:33:57Z“，”timestamp“：1725309237000}，”score“：1，”resource“：{primary”：{“URL”：“https:\/\/dl.acm.org\/doi\/10.1145\/3451396”}}，“subtitle”：[]，“shorttitle”：[]，“issued”：{“date-part”：[[2021,6,28]]}，“参考人数”：63，“新闻发布”：{“issue“：”6“，”published-print“：{”date-parts“：[[2021,6,28]]}}，”alternative-id“：[”10.1145\/3451396“]，”URL“：”http://\/dx.doi.org\/10.1145\/345396“，“relationship”：{}，“ISSN”：[”1556-4681“，”1556-472X“]，“ISSN-type”：[{“type”:“print”，“value”：“1556-4681}”，{“类型”：“”电子“，”value“：”1556-472X“}]，”subject“：[]，”published“：{”date-parts“：[[2021,6,28]]}，“断言“：[{”value“：”2020-07-01“，”order“：0，”name“：”received“，”label“：”received“，“group”：{“name”：“publication_history”，“label”：“publication history”}}，{“value”：“2021-02-01”，“order”：1，“name”:“accepted”，“name”：“published”，“label”：“发布”已发布“，”组“：{“name”：“publication_history”，“label”：“publication history”}}]}}