Bayesian Network Analysis of Mobile Service and Device Usage

Thumbnail Image

Files

isbn9789526087955.pdf (3.18 MB)

URL

Journal Title

Journal ISSN

Volume Title

School of Electrical Engineering | Doctoral thesis (article-based) | Defence date: 2020-01-17
Unless otherwise stated, all rights belong to the author. You may download, display and print this publication for Your own personal use. Commercial use is prohibited.

Authors

Date

2019

Department

Tietoliikenne- ja tietoverkkotekniikan laitos
Department of Communications and Networking

Major/Subject

Mcode

Degree programme

Language

en

Pages

124 + app. 122

Series

Aalto University publication series DOCTORAL DISSERTATIONS, 201/2019

Abstract

The use of mobile services has changed significantly in the last twenty years. Initially, only mobile calls and short messages were the services used, whereas today the use of mobile services has evolved into multiple parts of a human's daily life. Due to this evolution, research into mobile service usage consists of many, often complex study themes. In parallel, statistical methods and computing systems have developed rapidly, providing sophisticated methods for researchers, for example, to study mobile service usage. The objective of this thesis is twofold. On one hand, the purpose is to describe the best practises related to a Bayesian networks-based statistical method. On the other hand, the evolution of mobile services in Finland and their usage patterns are explored empirically using the Bayesian networks approach. The thesis documents systematically Bayesian networks-based approaches for descriptive, predictive and explanatory data analysis. The documentation covers the whole process from the pre-processing of data, construction of the models to the inferencing based on the constructed models. Moreover, differences between predictive and causal models are clarified. The results from the empirical analysis deal with multiple aspects of mobile service usage. The following aspects were of greatest significance: structural breaks in the popularity of mobile device features in Finland were identified; these transition points over time acted as a basis for the explanation for the changes in the Finnish mobile market; mobile service users were segmented into main three groups based on service usage patterns; users' age as an important factor related to the user behaviour were indicated; and, finally, multiple risks associated with the use of mobile services were detected. Overall, the thesis provides practical information about Bayesian networks, which will hopefully encourage more researchers to use the Bayesian networks approach in the statistical analysis. Furthermore, the research provides several individual results, which are of interest to all mobile ecosystem players. These are, for instance, the discovered role of some services as mediators of other service usage, the central role of age as a reason for service intensity and diversity, and the creation of an expert knowledge elicitation process in cases when the experts from a knowledge and location point of view are dispersed.

Mobiilipalvelujen käyttö on muuttunut merkittävästi viimeisten 20 vuoden aikana. Kun aluksi käyttö liittyi vain mobiilipuheluihin ja tekstiviesteihin, niin nykyään palvelujen käyttö on laajentunut kattamaan monia ihmisen jokapäiväisen elämän alueita. Tämän takia myös mobiilipalvelujen käytön tutkimus on laajentunut monille osa-alueille. Samanaikaisesti tilastolliset menetelmät ja tietojenkäsittely ovat kehittyneet nopeasti tarjoten edistyneitä menetelmiä esimerkiksi mobiilipalvelujen tutkimiseen. Tällä väitöskirjalla on kaksi tavoitetta. Toisaalta tarkoituksena on kuvata hyvin toimivia käytäntöjä Bayes-verkoilla tapahtuvaan tilastolliseen analyysiin, toisaalta tavoitteena on analysoida mobiilipalvelujen kehitystä ja käyttöä Suomessa empiirisesti soveltaen tähän Bayes-verkkoja.Väitöskirjassa on dokumentoitu Bayes-verkkojen käyttö kuvailevaan, ennustavaan ja selittävään datan analyysiin. Dokumentaatio käsittää koko prosessin datan esiprosessoinnista ja datamallien rakentamisesta aina johtopäätöksien tekoon mallien avulla. Tämän lisäksi on tarkasteltu ennustavien ja kausaalisten mallien eroja. Empiirisen tutkimuksen tulokset koostuivat seuraavista löydöksistä: Identifioitiin aikaan ja mobiililaitteiden kaupalliseen suosioon liittyviä rakenteellisia käännekohtia, joiden perusteella voitiin selittää tiettyjä muutoksia suomalaisessa mobiilimarkkinoissa. Mobiilipalvelujen käyttäjät segmentoitiin kolmeen pääryhmään riippuen mobiilipalvelujen käyttötavoista. Mobiililaitteiden käyttäjän iällä osoitettiin olevan merkittävä vaikutus siihen, mitä mobiilipalveluita käytetään ja kuinka tärkeänä niitä pidetään. Lisäksi todennettiin mobiilipalvelujen käyttöön liittyviä riskejä, niiden todennäköisyyksiä sekä seurannaisvaikutuksia. Väitöskirja tarjoaa käytännönläheistä tietoa Bayes-verkoista, mikä toivottavasti kannustaa tutkijoita käyttämään Bayes-verkkoja nykyistä enemmän tilastolliseen analyysiin. Lisäksi väitöskirja sisältää useita tuloksia, jotka ovat kiinnostavia koko mobiilille ekosysteemille. Tällaisia ovat esimerkiksi eräiden palvelujen rooli mediaattorina muiden mobiilipalveluiden käytölle, ihmisen iän keskeinen merkitys palvelujen käytön intensiteetille ja monimuotoisuudelle. Kehitettiin myös menetelmä, jolla voidaan kerätä ja dokumentoida asiantuntijatietoa Bayes-verkoksi erityisesti silloin, kun asiantuntijoiden osaamisalueet vaihtelevat ja heidän sijaintinsa on hajaantunut eri puolille maapalloa.

Description

Supervising professor

Hämmäinen, Heikki, Prof., Aalto University, Department of Communications and Networking, Finland

Thesis advisor

Hämmäinen, Heikki, Prof., Aalto University, Department of Communications and Networking, Finland

Keywords

Bayesian networks, mobile service usage, mobile device, causal analysis, predictive analysis, clustering, Bayes-verkko, mobiilipalvelu, mobiililaite

Other note

Parts

  • [Publication 1]: Kekolahti, P. Using Bayesian belief networks for modelling of communication service provider businesses. 8th Bayesian Modelling Applications Workshop (BMAW-11) in 27th Conference on Uncertainty in Artificial Intelligence (UAI), Barcelona, July 14, 2011, 59-67.
  • [Publication 2]: Kekolahti, P., Karikoski, J. Analysis of Mobile Service Usage Behaviour with Bayesian Belief Networks. J. UCS, 2013, 19(3), 325-352.
    Full text in Acris/Aaltodoc: http://urn.fi/URN:NBN:fi:aalto-201402191443
    DOI: 10.3217/jucs-019-03-0325 View at publisher
  • [Publication 3]: Kekolahti, P., Karikoski, J., Riikonen, A. The effect of an individual’s age on the perceived importance and usage intensity of communications services — A Bayesian Network analysis. Information Systems Frontiers, 2015, 17(6), 1313-1333.
    DOI: 10.1007/s10796-014-9502-9 View at publisher
  • [Publication 4]: Kekolahti, P., Kilkki, K., Hämmäinen, H., Riikonen, A. Features as predictors of phone popularity: An analysis of trends and structural breaks. Telematics and Informatics, 2016, 33(4), 973-989.
    DOI: 10.1016/j.tele.2016.03.001 View at publisher
  • [Publication 5]: Peltola, M., Kekolahti, P. Risk Assessment of Public Safety and Security Mobile Service. In 2015 10th International Conference on Availability, Reliability and Security (ARES), (pp. 351-359). IEEE Xplore Digital Library.
    DOI: 10.1109/ARES.2015.65 View at publisher
  • [Publication 6]: Herland, K., Hämmäinen, H., Kekolahti, P. Information Security Risk Assessment of Smartphones using Bayesian Networks. Journal of Cyber Security and Mobility, 2016, 4(2-3), 65-86.

Citation

Permanent link to this item

https://urn.fi/URN:ISBN:978-952-60-8795-5

Collections

[diss] Sähkötekniikan korkeakoulu / ELEC