《中国人工智能学会通讯》——11.61 结束语-阿里云开发者社区

开发者社区> 人工智能> 正文

《中国人工智能学会通讯》——11.61 结束语

简介: 本节书摘来自CCAI《中国人工智能学会通讯》一书中的第11章,第11.61节, 更多章节内容可以访问云栖社区“CCAI”公众号查看。

11.61 结束语

本文通过数据挖掘方法,对移动商务领域若干基础性和应用性研究问题进行了深入的探讨和研究。具体而言,本文首先结合移动商务领域的机遇和挑战提出了用户理解、应用理解及应用孵化三个不同的研究层面。基于这三个研究层面,进一步探索情境感知的移动用户个性化偏好挖掘方法等五个全新的研究问题。事实上,面向移动商务的数据挖掘方法和应用研究依然是一个新兴的研究领域,尚有许多重要的研究问题值得深入探索。本文将未来的相关研究方向展望如下。

• 在用户理解层面,移动用户的偏好具有高度的动态性,经常会出现强烈的时序依赖特性,以及兴趣偏好的主动、被动式转移。因此,如何通过对移动用户的历史行为记录进行分析,通过合适的方法对其行为的时序依赖性,以及偏好转移性进行建模将是一个有趣的研究方向。

• 在应用理解层面,随着各种新型移动应用和服务的不断涌现,使得研究者需要积累更多的领域知识来进行应用分析和理解。举例来说,近年来出现了许多关于体育健康、科学教育领域的移动App。通过对这些 App 所提供的服务进行分析,可以学习到许多关于移动用户的隐式信息,例如健康状况、教育程度等。但是除了基本的数据挖掘算法以外,对于这些信息的分析需要许多关于医疗、教育等领域的科学知识。因此通过与不同领域的研究者进行合作,对新型的移动应用服务进行分析并获得具有领域启发性的结果,将是一个非常有价值的未来研究方向。

• 在应用孵化领域,随着对移动用户、移动应用理解的不断深入,需要开发出更多具有前瞻性的移动智能应用和服务。相信通过与不同研究领域的专家进行合作,利用数据挖掘方法开发出“跨界式”的移动应用服务,将是移动商务智能研究在未来的一个重要方向。例如在医疗健康领域,可以通过数据挖掘算法为移动用户预测其住宅附近的疾病发病率,并在用户生病时推荐最合适的医疗机构。事实上,通过开发“跨界式”的移动应用,可以极大地扩展应用服务的受众面,以及增加移动用户的产品粘性。

版权声明:本文首发在云栖社区,遵循云栖社区版权声明:本文内容由互联网用户自发贡献,版权归用户作者所有,云栖社区不为本文内容承担相关法律责任。云栖社区已升级为阿里云开发者社区。如果您发现本文中有涉嫌抄袭的内容,欢迎发送邮件至:developer2020@service.aliyun.com 进行举报,并提供相关证据,一经查实,阿里云开发者社区将协助删除涉嫌侵权内容。

分享:
人工智能
使用钉钉扫一扫加入圈子
+ 订阅

了解行业+人工智能最先进的技术和实践,参与行业+人工智能实践项目

其他文章