2011 2012 2013
%
年份
台灣地區智慧型手機普及率
‧
Google 在 2007 年號召成立開放手持設備聯盟（Open Handset Alliance），並 推出 Android 行動運算平台，隨著這個平台發布的時間愈來愈長，Google 也不斷 更新 Android 的版本及增加可用的 API，大量的手機硬體、軟體資訊，可以透過 API 方便的取得，也成為目前智慧型手機開發的主流之一，Android 主要是以 java 為主的程式碼，開發上的門檻比 iOS 的智慧型手機低，若想開發一個實驗平台來
‧
‧
行為模式(behavior pattern)。具體而言，本研究的主要目的為建置一個蒐集使用者紀錄(user log)的實驗平 台，提供研究者觀察已上傳資料的大致趨勢，並便利的取得欲研究之資料；此外，
‧ 國
立 政 治 大 學
‧
N a tio na
l C h engchi U ni ve rs it y
10
並根據蒐集的資料，定義與行為模式相關的事件序列，進一步利用相似度指標，
分析與比較使用者行為間的相關性。
本論文的主要貢獻如下:
一. 發展新形態的資料收集方法:
提供不同於以往的 log 紀錄與觀察方式，在不干擾使用者的情況下收集資料，
藉由質化與量化的觀察對照，省去更多的資料整理及建檔時間。
二. 廣泛提供各類資料分析:
在[1]的基礎上，方便研究者以各種特殊需求取得欲研究之資料，可以客製化 提取資料，降低後續分析的困難。
三. 定義事件序列以計算不同使用者之間的行為模式相似度:
將使用者紀錄中最常出現的數個應用程式序列做為特徵，對所有應用程式按 照使用頻率做排序，依據不同的順序在相似度的比對上給予不同加權比重，
計算不同時期使用者間特徵的相似度，可以作為分群的基準。
本論文的架構如下述，第二章將討論相關研究，提出參考的文獻，並從中思 考可以應用實驗平台的想法。第三章實驗平台介紹中，會講解如何建置收集資料 的工具，以及記錄了哪些資料，為了分析大量的資料而開發的工具及其可應用的 範疇。第四章研究方法中，會提出用上述的工具程式觀察到的現象，以及定義出 一連串的行為模式，進而定義使用者特徵，並且運用特徵計算出不同使用者之間 的相似度。第五章實驗結果與討論中會將平台工具產生的結果圖形與研究方法中 的數據呈現出來，並輔以討論。第六章總結本論文發展的工具與提出未來可能改 進的方向。
‧
在[3]裡，Pramudiono 等研究者利用一個叫做 Mobile Info Search(MIS) 的 log 工具提供 location aware search，有了地理資訊可以讓研究者做更深入的分析。
Baeza-Yates 在[4]中，記錄了網路搜尋關鍵字的 log，用這些 log 在使用者查詢的 時候提供建議，來增加搜尋引擎查詢的效率。而我們搜尋所有使用者在手機上的