文件名称：通过数据挖掘技术对Google Play Android Apps的分析用户评分评论-研究论文
文件大小：394KB
文件格式：PDF
更新时间：2024-06-09 08:30:37
Data Mining; Classification Methods Pattern
在当前情况下，数据挖掘扮演着重要角色，其中应用程序和域需要数据挖掘支持。 我们到处都看到了许多Android智能手机用户以及IOS。 本文使用了几种分类技术，用于从移动应用程序中提取和分析数据集。 我们研究了可用于对分钟下载量和用户总评分进行分类的方法。 分类涉及基于完整训练样本的数据分类。 它在收集信息和从许多移动电话中提取有用信息方面也起着至关重要的作用。 有n种可用的算法和特征提取和分类技术。 我们采用了四种分类方法，即朴素贝叶斯，向量机，AdaBoost和邻居K-Nearest。 根据这些方法，以不同的方式分割10个随机样本，其数据分数为95％。 由于AdaBoost AUC-0.495，CA-0.980，F1-0.979，Precision-0.978和Recall-0.980的得分，AdaBoost方法是四个中最好的。