User Behavior Modeling and Prediction by Mining Multiple Information Sources in Mobile Social Network Space

課程：論文研討(三)
日期：2013/01/04
時間：13:50 ~ 15:30
學生：資傳研二 吳尚鴻
演講者：成功大學　曾新穆教授

心得報告:
今天的演講者和我們分享有關於資料探勘，資料探勘別名為資料採礦，資料探勘的意義就如別名的字面意思一樣，在許許多多的資料之中找到一些可用的資訊，其實就是資料探勘的主要精神。其實身邊很多例子跟資料探勘都有關係，例如到賣場的時候，可以發現生鮮肉品旁邊的架子大部分會擺調味料，這是由於經由統計，大部分買完肉品的人會買調味料，所以就擺在一起。

然而由於行動個人網路及智慧型手機的發展，所以個人社交網路越來越多人加入了，相當有名的例子當然就屬FB(Facebook)、twitter。有使用過FB的使用者，可以發現有許多推薦社團或是"你可能認識的人"，我想或許就是經過資料探勘過後統整出來的資訊善加利用後的功能。

當然曾教授也提到，不只在雲端資料庫的資料可以做資料探勘，在持有終端設備使用者其實也可以進行資料探勘，利用的則是手機的感測器，曾教授提出了簡單的例子，其實收集感測器的資料就可以判別出使用者的性別，且95%的正確率，原因是因為男性都把手機放在口袋，而女性大部分都把手機放在包包內，然後感測器偵測到的震動就會明顯的不同，這也是經過資料探勘後得到的資訊。然後透過這些資訊就可以做成模型，或是做些預測或是服務。

在我的研究過程中，有一種由定位延伸的服務，叫做適地性服務，就是統計使用者常去的地方，或是消費習慣，去提供使用者適合的服務。利用資料探勘其實可以找出一些東西，感覺好想收集而成的資料會說話一般。