基于移动互联网是随时随地可以操作的，可以掌握的客观数据类型包括常规互联网很难掌握的位置（GPS）、图片(Camera)、有效操作周期(Activity)等，移动互联网的数据挖掘研究方向的具体课题方向包括：
用户行为模式：各种应用的不同活跃时间模型、地点模型、操作模型、安装和卸载的模型
用户偏好模式：活跃周期和卸载率模型、推荐达成条件模型、关注度模型
用户体验模式：点击率和应用功能的深度模型、同类型体验的应用关注度、卸载度、活跃度模型
如果合法的条件允许，可以挖掘研究目标：
社会化经济特征：联系的方式和关联图谱，密度、主题、关键词、时长、流量，从而得到普遍意义上的消费能力和关注方向的模型。
经济地理特征：关注位置和停留时间，同时匹配应用活跃度、流量、时长、主题、关键词，从而得到对地理位置的评价、反馈及经济地理特征模型。
研究需要的技能主要是应用数学，包括统计学和数学建模的技能，所以，目标不是简单掌握现在是如何的（那样的话，统计学就够了），而是产生清晰的预测性结果，通过模型，基于历史数据模型中的纠偏和除噪，得到针对性的针对模型，在新的输入条件满足的前提下，给出预测性结论。

很感兴趣