lightbulb现实痛点移动传感与用户行为预测建模
研究者设计移动传感策略费时复杂，难以跨情境应用。UbiComp '24Leveraging Large Language Models for Generating Mobile Sensing Strategies in Human Behavior Modeling
感知、识别与预测方法 / 移动传感与用户行为预测建模
研究者设计移动传感策略费时复杂，难以跨情境应用。
同类问题
lightbulb现实痛点移动传感与用户行为预测建模
现有工具无法跨语言和文化准确评估个人对技术的接纳度。CHI '25
lightbulb现实痛点移动传感与用户行为预测建模
移动端应用推荐常因用户数据缺乏而不够精准。UbiComp '24
lightbulb现实痛点移动传感与用户行为预测建模
年轻用户缺乏便捷、实时的工具监测酒精摄入，易导致健康和安全风险。CHI '24
lightbulb现实痛点移动传感与用户行为预测建模
电动汽车用户担心高电池充满时间导致电池寿命缩短。UbiComp '23Departure Time Prediction Using Smartphone Data for Delayed-Full Charging BMS Algorithm
lightbulb现实痛点移动传感与用户行为预测建模
用户可以轻松切换竞品服务，服务商难以及时识别流失风险。UbiComp '23Stay Ahead of the Competition: An Approach for Churn Prediction by Leveraging Competitive Service App Usage Logs
lightbulb现实痛点移动传感与用户行为预测建模
智能手机摄像头的生理测量技术不够精准，难以适应个体差异。UbiComp '22MobilePhys: Personalized Mobile Camera-Based Contactless Physiological Sensing