Rodzaj | Wariant | ||||
---|---|---|---|---|---|
3.0a 9 APK | |||||
Rozmiar: 38.34 MB Certyfikat: 70878d63660825f98e43991b1f715d3169da5136 Podpis SHA1: 54e97edea6c13a177949d213d64da83aeb871371 Architektura: universal DPI ekranu: mdpi (160dpi), hdpi (240dpi), xhdpi (320dpi), xxhdpi (480dpi), xxxhdpi (640dpi) Urządzenie: laptop, phone, tablet | |||||
3.0a 9 APK | |||||
Rozmiar: 38.39 MB Certyfikat: 70878d63660825f98e43991b1f715d3169da5136 Podpis SHA1: 1e5e4579c9f08dee8bf24020319d9bcec220b72f Architektura: universal DPI ekranu: mdpi (160dpi), hdpi (240dpi), xhdpi (320dpi), xxhdpi (480dpi), xxxhdpi (640dpi) Urządzenie: phone | |||||
3.0a 9 APK | |||||
Rozmiar: 38.33 MB Certyfikat: 70878d63660825f98e43991b1f715d3169da5136 Podpis SHA1: 6d9ace7042c213d5fad5f68215093fc437294a81 Architektura: universal DPI ekranu: ldpi (120dpi), mdpi (160dpi), hdpi (240dpi), xhdpi (320dpi), xxhdpi (480dpi), xxxhdpi (640dpi) Urządzenie: phone | |||||
3.0a 9 APK | |||||
Rozmiar: 38.55 MB Certyfikat: 70878d63660825f98e43991b1f715d3169da5136 Podpis SHA1: 8efc8a7dc918899f687c17effe2c74c36a8ff7a3 Architektura: universal DPI ekranu: mdpi (160dpi), hdpi (240dpi), xhdpi (320dpi), xxhdpi (480dpi), xxxhdpi (640dpi) Urządzenie: phone | |||||
3.0a 9 APK | |||||
Rozmiar: 38.44 MB Certyfikat: 70878d63660825f98e43991b1f715d3169da5136 Podpis SHA1: a3d5990041461ef67cdf53b6305e9d4679aa84c6 Architektura: universal DPI ekranu: mdpi (160dpi), hdpi (240dpi), xhdpi (320dpi), xxhdpi (480dpi), xxxhdpi (640dpi) Urządzenie: phone | |||||
3.0a 9 APK | |||||
Rozmiar: 38.66 MB Certyfikat: 70878d63660825f98e43991b1f715d3169da5136 Podpis SHA1: 468810b0f44ddc83f124cf780280647e072b1863 Architektura: universal DPI ekranu: mdpi (160dpi), hdpi (240dpi), xhdpi (320dpi), xxhdpi (480dpi), xxxhdpi (640dpi) Urządzenie: phone | |||||
3.0a 9 XAPK | |||||
Rozmiar: 37.96 MB XAPK: 37.55 MB Certyfikat: 70878d63660825f98e43991b1f715d3169da5136 Podpis SHA1: 6ab32b42a11a9ae72ffe1ee5d94cb723e03d870e Architektura: universal DPI ekranu: xhdpi (320dpi), xxhdpi (480dpi) Urządzenie: phone | |||||
3.0a 9 APK | |||||
Rozmiar: 38.5 MB Certyfikat: 70878d63660825f98e43991b1f715d3169da5136 Podpis SHA1: 9c60b2df189d21f3e3b28dbbe2df16aec6191777 Architektura: universal DPI ekranu: mdpi (160dpi), hdpi (240dpi), xhdpi (320dpi), xxhdpi (480dpi), xxxhdpi (640dpi) Urządzenie: phone |
Pobierać Next-Stop Recommender APK za darmo
Ta aplikacja poleca kolejne Użyteczne Miejsca dla swojego użytkownika na podstawie jego zachowania.
Next-Stop Recommender to aplikacja rekomendacyjna z dwoma inspirowanymi biologią szeregami czasowymi i sekwencyjnymi algorytmami eksploracji danych (zobacz http://nextstop.vipresearch.ca/ odpowiednie publikacje naukowe opracowane przez VIP Research Group) wdrożoną w celu przewidywania i osiągania punktów of Interest (PoI) i rekomendacje kategorii PoI dla swoich użytkowników zgodnie z ich anonimową historią wędrówki szeregów czasowych.
* * * * *
Polityka prywatności: https://nextstop.vipresearch.ca/privacy_policy.html
* * * * *
Next-Stop Recommender (https://nextstop.vipresearch.ca/) to wersja 3.0 badania rekomendacji Next-Stop firmy VIP Research Group. Badanie wersji 3.0 przeszło przez następujące trzy etapy.
Etap 1 (patrz https://youtu.be/JsX-FCJ35AI) obejmuje następujące główne zadania/funkcje (ale nie tylko):
1. anonimowa rejestracja urządzenia;
2. bezpieczna i anonimowa synchronizacja odwiedzanych POI i ich kategorii;
3. wykrywanie statusu pobytu POI; oraz,
4. lokalny kontroler integralności pamięci i anonimowy synchronizator danych.
Etap 2 (patrz https://youtu.be/5S1HWDZKRSc) obejmuje następujące główne zadania/funkcje (ale nie tylko):
1. ustawienia konfiguracji aplikacji;
2. requester i synchronizator map offline; oraz,
3. Pulpit rekomendacji następnego przystanku.
Etap 3 (patrz https://youtu.be/e5pFN3-xyzo) obejmuje następujące główne zadania/funkcje (ale nie tylko):
1. Algorytm rekomendacji trasy;
2. Algorytm oparty na wyrażeniach regularnych.
* * * * *
Next-Stop Recommender to aplikacja, która implementuje dwa algorytmy eksploracji danych szeregów czasowych zaprojektowane i opublikowane przez VIP Research Group (patrz sekcja Odpowiednie publikacje poniżej lub sprawdź je na https://nextstop.vipresearch.ca/).
Aplikacja (1) wykorzystuje algorytmy do znajdowania wzorców zanonimizowanych i zaszyfrowanych danych punktów zainteresowania (POI) spowodowanych zachowaniami wędrownymi użytkowników oraz (2) dopasowuje i oblicza podobieństwo między wszystkimi wzorcami w celu polecania najlepszych N potencjalnych punktów zainteresowania lub kategorię POI, którą użytkownicy mogą być zainteresowani dla użytkowników.
Aplikacja uzyskuje dostęp do lokalizacji użytkownika, za kulisami, bez interfejsu skierowanego do użytkownika. Dopasowuje współrzędne lokalizacji do istniejącego punktu zainteresowania (PoI). Jeśli lokalizacja jest zgodna z istniejącym PoI, aplikacja sprawdzi, czy jej użytkownik spędza wystarczająco dużo czasu w PoI zgodnie z predefiniowanym progiem czasu pobytu w oparciu o kategorię PoI. Jeśli użytkownik spędza wystarczająco dużo czasu, aplikacja uzna, że użytkownik „odwiedził” PoI i utworzy zaszyfrowany rekord dla wizyty użytkownika w kategorii PoI i PoI.
* * * * *
Odpowiednia publikacja
- Ben Ripley, Dirksen Liu, Maiga Chang i Kinshuk. (2013). Polecenie następnego zatrzymania. In the Proceedings of 2013 International Joint Conference on Awareness Science and Technology and Ubi-Media Computing (iCAST-UMEDIA 2013), Aizuwakamatsu, Japonia, 2-4 listopada 2013, 120-125.
- Siu Hung Keith Lo i Maiga Chang. (2012). Innowacyjny sposób na eksplorację danych klinicznych i administracyjnych dotyczących opieki zdrowotnej. Active Media Technology (AMT 2012), Makau, 4-7 grudnia 2012, 528-533.
- Keith Lo. (2012). Eksploracja danych opieki zdrowotnej z systemów klinicznych i administracyjnych. Niepublikowany esej magisterski, Uniwersytet Athabasca, Alberta, Kanada.
- Dirksen Liu i Maiga Chang. (2011). Rekomendacja następnego przystanku dla podróżnych zgodnie z ich sekwencyjnymi zachowaniami wędrownymi. Journal of Internet Technology, 12(1), 171-179.
- Dirksen Liu i Maiga Chang. (2009). Polecaj trasy turystyczne podróżnym zgodnie z ich sekwencyjnymi zachowaniami wędrownymi. W Proceedings of 10th International Symposium on Pervasive Systems, Algorithms and Networks, (I-SPAN 2009), Kaohsiung, Tajwan, 14-16 grudnia 2009, 350-355.
- Dirksen Liu. (2009). Rekomendacja trasy na podstawie analizy zachowania. Niepublikowany esej magisterski, Uniwersytet Athabasca, Alberta, Kanada.
* * * * *
Więcej szczegółów oraz najczęściej zadawane pytania i odpowiedzi na nie można znaleźć na stronie http://nextstop.vipresearch.ca/.
* * * * *
Polityka prywatności: https://nextstop.vipresearch.ca/privacy_policy.html
* * * * *
Next-Stop Recommender (https://nextstop.vipresearch.ca/) to wersja 3.0 badania rekomendacji Next-Stop firmy VIP Research Group. Badanie wersji 3.0 przeszło przez następujące trzy etapy.
Etap 1 (patrz https://youtu.be/JsX-FCJ35AI) obejmuje następujące główne zadania/funkcje (ale nie tylko):
1. anonimowa rejestracja urządzenia;
2. bezpieczna i anonimowa synchronizacja odwiedzanych POI i ich kategorii;
3. wykrywanie statusu pobytu POI; oraz,
4. lokalny kontroler integralności pamięci i anonimowy synchronizator danych.
Etap 2 (patrz https://youtu.be/5S1HWDZKRSc) obejmuje następujące główne zadania/funkcje (ale nie tylko):
1. ustawienia konfiguracji aplikacji;
2. requester i synchronizator map offline; oraz,
3. Pulpit rekomendacji następnego przystanku.
Etap 3 (patrz https://youtu.be/e5pFN3-xyzo) obejmuje następujące główne zadania/funkcje (ale nie tylko):
1. Algorytm rekomendacji trasy;
2. Algorytm oparty na wyrażeniach regularnych.
* * * * *
Next-Stop Recommender to aplikacja, która implementuje dwa algorytmy eksploracji danych szeregów czasowych zaprojektowane i opublikowane przez VIP Research Group (patrz sekcja Odpowiednie publikacje poniżej lub sprawdź je na https://nextstop.vipresearch.ca/).
Aplikacja (1) wykorzystuje algorytmy do znajdowania wzorców zanonimizowanych i zaszyfrowanych danych punktów zainteresowania (POI) spowodowanych zachowaniami wędrownymi użytkowników oraz (2) dopasowuje i oblicza podobieństwo między wszystkimi wzorcami w celu polecania najlepszych N potencjalnych punktów zainteresowania lub kategorię POI, którą użytkownicy mogą być zainteresowani dla użytkowników.
Aplikacja uzyskuje dostęp do lokalizacji użytkownika, za kulisami, bez interfejsu skierowanego do użytkownika. Dopasowuje współrzędne lokalizacji do istniejącego punktu zainteresowania (PoI). Jeśli lokalizacja jest zgodna z istniejącym PoI, aplikacja sprawdzi, czy jej użytkownik spędza wystarczająco dużo czasu w PoI zgodnie z predefiniowanym progiem czasu pobytu w oparciu o kategorię PoI. Jeśli użytkownik spędza wystarczająco dużo czasu, aplikacja uzna, że użytkownik „odwiedził” PoI i utworzy zaszyfrowany rekord dla wizyty użytkownika w kategorii PoI i PoI.
* * * * *
Odpowiednia publikacja
- Ben Ripley, Dirksen Liu, Maiga Chang i Kinshuk. (2013). Polecenie następnego zatrzymania. In the Proceedings of 2013 International Joint Conference on Awareness Science and Technology and Ubi-Media Computing (iCAST-UMEDIA 2013), Aizuwakamatsu, Japonia, 2-4 listopada 2013, 120-125.
- Siu Hung Keith Lo i Maiga Chang. (2012). Innowacyjny sposób na eksplorację danych klinicznych i administracyjnych dotyczących opieki zdrowotnej. Active Media Technology (AMT 2012), Makau, 4-7 grudnia 2012, 528-533.
- Keith Lo. (2012). Eksploracja danych opieki zdrowotnej z systemów klinicznych i administracyjnych. Niepublikowany esej magisterski, Uniwersytet Athabasca, Alberta, Kanada.
- Dirksen Liu i Maiga Chang. (2011). Rekomendacja następnego przystanku dla podróżnych zgodnie z ich sekwencyjnymi zachowaniami wędrownymi. Journal of Internet Technology, 12(1), 171-179.
- Dirksen Liu i Maiga Chang. (2009). Polecaj trasy turystyczne podróżnym zgodnie z ich sekwencyjnymi zachowaniami wędrownymi. W Proceedings of 10th International Symposium on Pervasive Systems, Algorithms and Networks, (I-SPAN 2009), Kaohsiung, Tajwan, 14-16 grudnia 2009, 350-355.
- Dirksen Liu. (2009). Rekomendacja trasy na podstawie analizy zachowania. Niepublikowany esej magisterski, Uniwersytet Athabasca, Alberta, Kanada.
* * * * *
Więcej szczegółów oraz najczęściej zadawane pytania i odpowiedzi na nie można znaleźć na stronie http://nextstop.vipresearch.ca/.
Pokaż więcej
Co nowego
This is the 9th alpha test version (fixed all errors) for the version 3.0 of VIP Research Group's Next-Stop Recommender research on Google Play.
If you have any suggestions for the app or the research, you are welcome to email to [email protected] to share with us your thoughts and ideas.
Privacy Policy: https://nextstop.vipresearch.ca/privacy_policy.html
Video shown the prominent disclosure: https://youtu.be/o3XJPug4TU0
If you have any suggestions for the app or the research, you are welcome to email to [email protected] to share with us your thoughts and ideas.
Privacy Policy: https://nextstop.vipresearch.ca/privacy_policy.html
Video shown the prominent disclosure: https://youtu.be/o3XJPug4TU0
Więcej informacji
Zaktualizowano w
2022-05-19
Rozmiar
38.34 MB
Obecna wersja
3.0a
Wymaga Androida
4.1 i nowsze
Ocena Zawartości
Dla wszystkich
Oferowane przez
VIP Research Outcome
Deweloper [email protected]