Myket安卓应用市场用户安装行为数据集-2023

Myket安卓应用市场用户安装行为数据集-2023 数据来源：互联网公开数据 标签：安卓应用,推荐系统,用户行为,应用市场,安装数据,时间序列,机器学习,推荐算法 数据概述： 本数据集包含Myket安卓应用市场中用户的应用安装交互信息，旨在用于评估交互预测模型、构建推荐系统。数据集由Myket数据团队创建，并由Erfan Loghmani进行了清洗和子抽样。数据涵盖了用户与应用之间的安装交互，并记录了交互发生的时间戳。数据结构包括用户ID、应用名称和时间戳，可用于构建动态交互网络，并进行网络表示学习。数据集包含约69.4万次安装交互，涉及1万名用户和近8000个安卓应用。数据还包含应用特征，如安装量、平均评分和应用类别等。

数据用途概述： 该数据集适用于用户行为分析、应用推荐系统构建、交互预测模型评估等多种场景。研究人员可以利用此数据进行时间序列分析，预测用户未来的应用安装行为；开发者可以基于此数据构建个性化推荐系统，提升用户体验；此外，数据集也适合用于网络表示学习，探索用户与应用之间的潜在关系。