毫无疑问，使用机器学习和数据挖掘的宗旨的人工智能子领域在过去几年中逐渐流行起来，成为基础但革命性的技术之一。 它是系统的基础，可以使用算法和大数据来学习和改进，而无需进行最少的编程。 可以设想，移动计算将使最终用户能够无缝访问和使用数字内容服务，而与空间或时间方向无关。 这些已经是智能手机的功能，生产时已将它们与趋势和必要服务捆绑在一起。 在智能设备中已经实现了技术进步的众多功能中，游戏，视频流，在线图书馆访问和移动商务访问服务是智能设备所有者中常见的功能。 鉴于智能设备所有权的增长近乎指数级增长，因此有必要确定移动服务并确定其优先级，这也是本研究的重点。 具体而言，该研究使用了流行的机器学习算法Decision Tree来预测智能设备所有者中移动服务的采用。 除此目的外，该研究还确定了智能手机的核心用途，并且该研究中使用的数据来自开放源代码，并且可从Pew研究中心的互联网和技术网站检索。 该数据集具有140个变量和2001个主题，从中仅选择了关键属性进行分析。 该研究确定，受教育程度是手机使用率的重要预测指标，而用户的种族则成为智能设备使用率的最低预测指标。 调查结果表明，智能手机主
