Faʻatulagaina o le faʻalagolago i le atamai atamai e faʻaaoga ai le tensor factorization (2017)

PLoS se tasi. 2017 Jun 21; 12 (6): e0177629. doi: 10.1371 / journal.pone.0177629.

Choi J1, Rho MJ2, Kim Y3, Yooka IH2, Yu H1, Kim DJ4, Choi IY2.

lē faʻatino

O le tele o le faʻaaogaina o le telefoni poto e mafua ai faʻafitauli tau le tagata lava ia ma agafesootai. Ina ia foʻia lenei faʻafitauli, sa matou saili e suʻesuʻeina faʻatusa mamanu na fesoʻotaʻi tuʻusaʻo ma le faʻamoemoeina telefoni poto faʻavae i luga o faʻamatalaga faʻaoga. O lenei suʻesuʻega na taumafai e faʻavasega atamai faalagolago i le faʻaaogaina o se data-driven predict algorithm. Na matou atiaʻe se polokalame feaveaʻi e aoina ai faʻamatalaga e faʻaaogaina ai telefoni poto. O le aofaʻi o le 41,683 ogalaau o le 48 tagata faʻaaoga atamai na aoina mai ia Mati 8, 2015, ia Ianuari 8, 2016. O i latou na auai na faʻavasegaina i le vaega faʻatonutonu (SUC) poʻo le vaega o mea ua fai ma vaisu (SUD) faʻaaogaina le Korea Smartphone Addiction Proneness Scale mo Tagata Matutua (S-Scale) ma se faʻatalanoaga faafesagai faafesagai e se fomai o le mafaufau ma se fomai o le mafaufau (SUC = 23 ma SUD = 25). Na matou mauaina auala e faʻaaoga ai e ala i le faʻaaogaina o le tenor factorization ma maua ai le ono lelei o mamanu e faʻaaoga ai: 1) social network services (SNS) i le ao, 2) web surfing, 3) SNS i le po, 4) mobile shopping, 5) entertainment, ma 6 taʻaloga i le po. O le avea ma sui auai o ata e ono na mauaina se sili atu ona lelei valoʻaga gaioiga nai lo le raw data. Mo uma faʻataʻitaʻiga, o taimi faʻaaoga o le SUD na sili atu le umi nai lo taimi o le SUC. Mai mea na matou mauaina, na matou faʻamaeʻaina ai le faʻaaogaina o mamanu ma le avea ai ma sui auai o mea faigaluega o ni mea faigaluega lelei e iloilo ma vaʻai ai le faʻamoemoeina o le atamai ma mafai ona maua ai se fesoasoani faʻatonutonu e vaʻai ma togafitia ai le faʻalagolago i le atamai e faʻavae i faʻamatalaga o faʻaogaina.

PMID: 28636614

PMCID: PMC5479529

FAIA: 10.1371 / journal.pone.0177629