国内首获IMWUT优秀论文，清华大学团队揭示App使用行为( 三 )_机器之心专栏论文作者：ZhenTu、Runton

研究结果表明，对于使用超过 10 个 App 的用户而言，其 App 使用行为非常唯一，随机 4 个 App 就能够唯一识别 88% 的用户。当进一步考虑使用时间和地点信息时，用户的唯一性水平会进一步增强。此外，不同属性（性别、社交活跃度和移动模式）群体的行为唯一性水平存在明显差异。该文研究首次揭示了大规模尺度下移动用户的 App 使用行为规律，能够为进一步研究相应的数据隐私保护机制和个性化的推荐服务方案提供理论指导。

随着网络技术的发达和移动设备的普及，如今移动应用程序 (App) 能够随时随地为用户提供互联网服务，带来了极大的遍历。相较于传统网站而言，互联网用户已经将更多的时间花在了移动 App 的使用上。因此，理解移动用户的 App 使用行为和探索其行为规律，对于 App 开发者、网络服务提供商等都具有重要意义。

对于移动用户的行为规律，发表在 Nature 子刊和 Science 正刊的文章就表明，用户个体的移动轨迹就非常独特，且不同性别和收入水平人群的移动轨迹唯一性具有极大差异，这为后续的用户个体轨迹预测、地点推荐等相关研究提供了理论基础。但是，就 App 使用行为而言，目前较为缺乏衡量用户个体行为唯一性相关的研究工作，来给用户 App 使用行为预测及推荐研究提供理论指导。