一种用于移动系统中上下文感知与自适应的应用预测方法

摘要

本发明公开了一种用于移动系统中上下文感知与自适应的应用预测方法，它包括有以下步骤：步骤1、从大量的移动设备收集到的数据中提取对改善移动应用预测精度有效的记录信息作为训练集；步骤2、使用非均衡的贝叶斯模型进行训练，基于步骤1提取到的训练集，训练得到应用使用概率模型；3、应用使用概率模型，基于感知到的当前上下文信息，预测接下来即将使用到的应用，比较预测得到的即将使用的应用与实际使用的应用得到当前的预测精度，然后采用一种弹性算法根据当前的预测精度自适应地调整每个预测周期的大小，以减少训练代价。本发明的技术效果是：提高了应用预测精度，且有效地减少了预测模型的训练代价。