我目前正在收集移动设备数据,有关用户的位置,以及应用程序被用于一组用户和应用程序的时间。我试图预测哪些应用程序可能在给定的时间内被某个用户使用。
我应该使用哪种模型来预测特定用户可能使用的应用程序?例如,我是否应该每周收集5天的数据,然后用这3天进行培训,然后用另外2天进行测试?给定位置、时间和一天,我应该使用什么模型来预测哪个应用程序可能会被使用?
发布于 2015-09-06 10:49:47
这在很大程度上取决于你能得到的数据。也许您可以更具体地说明规模和范围。
建模时间是最简单的一点。要理解如何将时间概念化为有用的特性,请参阅这个极好的答案 on 机器学习。日期/时间数据的特性工程
建模用户要复杂得多。您可能没有关于每个用户的足够数据,但是您可以构建一些用户模型。(太少了,系统就会对所有用户做出类似的预测,没有细微差别。)太多了,就会有稀疏性,过度拟合,以及一般相同的问题,因为根本没有配置文件模型,即每个实际用户一个模型。
这可以是有监督的,也可以是不受监督的,找到有代表性的集群。
(搜索用户配置文件分类、用户模型、用户模型聚类)
https://datascience.stackexchange.com/questions/6827
复制相似问题