基于函数型数据的在线减重社区用户分类研究
发布时间：2021-08-25 21:16
全球范围内,肥胖和超重问题已经成为了困扰居民生活的重大健康问题。互联网的快速发展给虚拟健康社区的兴起创造了有利条件,关注居民体重健康问题的在线减重社区应运而生。在知识碎片化、信息化的时代,在线减重社区承载了体重健康知识普及、新型管理手段创新的角色。随着移动互联与智能硬件的推广,在线减重社区极大程度地便捷了人们进行体重管理活动。人们参与在线减重活动的积极性得到了极大的提升,从用户参与热度和市场发展态势来看,在线减重俨然已成为人们参与减重活动的重要方式。在线减重社区的快速发展,为许多学者和研究人员提供了的研究机会和研究问题。当前多数研究聚焦在使用在线减重社区进行体重管理活动影响减重效果好坏的问题上,但学界关于在线减重社区对用户的减重表现是否存在显著影响尚未形成定论,学者仍在积极讨论和研究。实际情况中,社区用户间的减重效果存在较大的异质性。不同用户之间减重效果显著的阶段也不同,用户减重能力强弱、减重持续时间同样也存在较大差异。同时,减重活动是一项长期的过程管理,对用户减重效果的观测应全面考虑用户减重过程中动态变化趋势。本文从函数型数据的视角切入,利用函数型数据分析方法探究在线减重社区中的用户...
【文章来源】：东北财经大学辽宁省
【文章页数】：58 页
【学位级别】：硕士
【部分图文】：
图１－１本文研究技术路线图??
３函数型数据分析???ＫｅｒｎＵｔｉ?—?Ｏ／ｈ］??Ｓｊｉｔ）?＝?Ｙ．ｒＫｅｍｉｄｔｊ－＾／ｈ］?（３＇１８）??具体应用中可以根据实际情况选择不同的核函数进行处理，除了上述介绍的核函??数外，高斯核函数、一致核函数与二次核函数也是经常应用的核函数。??３．?２．?２函数型数据的校准??针对函数型数据进行平滑出来之后所获得的函数曲线，在某些情况下并不能直接??用于分析。传统的回归分析往往基于回归模型的假设，更多考虑函数在该模型下的具??体函数值等情况。函数型数据分析不仅没有了模型的假设，通过刻画研究对象的实际??变化形态进行分析，更多的会关注函数的走势变化过程。这其中分析不同样本的时候??可能需要考虑函数间的相位差和振幅情况。例如在研宄儿童身高增长曲线的时候，曲??线往往呈现相同的走势特征，但是孩子的生长期不尽相同，有的孩子发育较早而有的??孩子发育较晚。对于这类曲线则要求先经过平移处理以方便后续的分析，这个过程叫??做曲线的校准。??圆??－１．００?－０．７５?－０．５０?－０．２５?０．００?０．２５?０．５０?０．７５?１．００??图３－１曲线校准示意图??曲线校准的原理主要是通过将平滑后的样本函数平移，以得到新的函数。我们假??设样本函数；Ｃｉ（ｔ），ｉ?＝?ｌ，２ｎ，函数的有效区间为［ｔｈｔｊ。定义平移参数￥，平移后??的函数？＾）?＝?４（￡?＋?＜＾）。此时，估计平移参数４就能唯一确定平移后的函数；＾（亡）。??通过最小化平移函数与原始样本函数间的垂直距离平方和，即可获得平移参数的估计??２１??
数型数据分析的优越性。最终总结归纳形成本文的研究结论。??数据探索与预处函数平滑〉ＦＣＭ聚类算法＾＞基于导函数改进＼＞聚类验证＆分析｜??缺?堉ｆ＾｜基函数平滑｜?｜基于ＦＣＭ聚类｜－：?：?￣?￣￣?￣￣：：????哲洗：???：二??｜?Ｉ?，?；——！?Ｍ丨聚■目Ｍ丨孬导＿?＿，?塑??裏丨丨加■法平滑＾?—奮??数ｌ如丨痒…．?????分?其?聚：：比丨丨分＾：?验??处?ｆ?：?“涵：：?旧二ｉ?：毯证??理：＾?Ｎ?Ｌ．．：二二丨?｜?［?￣??图４－１在线减重社区应用ＦＤＡ用户分类研究设计??２５??
【参考文献】：
期刊论文
[1]函数型数据聚类分析研究综述与展望[J]. 王德青,朱建平,刘晓葳,何凌云. 数理统计与管理. 2018(01)
[2]函数型数据的分步系统聚类算法[J]. 郭均鹏,王梅南,高成菊,戴晖. 系统管理学报. 2015(06)
[3]用函数型数据分析网络团购市场的结构与市场发展[J]. 于田田,吕晓玲. 统计与信息论坛. 2013(03)
[4]一种函数型数据的聚类分析方法[J]. 王劼,黄可飞,王惠文. 数理统计与管理. 2009(05)
[5]人体运动的函数数据分析与合成[J]. 李淳芃,王兆其,夏时洪. 软件学报. 2009(06)
[6]函数性数据的统计分析:思想、方法和应用[J]. 严明义. 统计研究. 2007(02)
博士论文
[1]函数型数据分析方法研究及其应用[D]. 胡宇.东北师范大学 2011
硕士论文
[1]基于函数型数据主成分分析的银行股票数据预测[D]. 沈关友.兰州大学 2018
[2]在线减肥社区用户参与行为的分析研究[D]. 左贤莉.昆明理工大学 2018
[3]传播学视野下运动瘦身类APP研究[D]. 邹宏萍.华中师范大学 2016
本文编号：3362868
【文章来源】：东北财经大学辽宁省
【文章页数】：58 页
【学位级别】：硕士
【部分图文】：
图１－１本文研究技术路线图??
３函数型数据分析???ＫｅｒｎＵｔｉ?—?Ｏ／ｈ］??Ｓｊｉｔ）?＝?Ｙ．ｒＫｅｍｉｄｔｊ－＾／ｈ］?（３＇１８）??具体应用中可以根据实际情况选择不同的核函数进行处理，除了上述介绍的核函??数外，高斯核函数、一致核函数与二次核函数也是经常应用的核函数。??３．?２．?２函数型数据的校准??针对函数型数据进行平滑出来之后所获得的函数曲线，在某些情况下并不能直接??用于分析。传统的回归分析往往基于回归模型的假设，更多考虑函数在该模型下的具??体函数值等情况。函数型数据分析不仅没有了模型的假设，通过刻画研究对象的实际??变化形态进行分析，更多的会关注函数的走势变化过程。这其中分析不同样本的时候??可能需要考虑函数间的相位差和振幅情况。例如在研宄儿童身高增长曲线的时候，曲??线往往呈现相同的走势特征，但是孩子的生长期不尽相同，有的孩子发育较早而有的??孩子发育较晚。对于这类曲线则要求先经过平移处理以方便后续的分析，这个过程叫??做曲线的校准。??圆??－１．００?－０．７５?－０．５０?－０．２５?０．００?０．２５?０．５０?０．７５?１．００??图３－１曲线校准示意图??曲线校准的原理主要是通过将平滑后的样本函数平移，以得到新的函数。我们假??设样本函数；Ｃｉ（ｔ），ｉ?＝?ｌ，２ｎ，函数的有效区间为［ｔｈｔｊ。定义平移参数￥，平移后??的函数？＾）?＝?４（￡?＋?＜＾）。此时，估计平移参数４就能唯一确定平移后的函数；＾（亡）。??通过最小化平移函数与原始样本函数间的垂直距离平方和，即可获得平移参数的估计??２１??
数型数据分析的优越性。最终总结归纳形成本文的研究结论。??数据探索与预处函数平滑〉ＦＣＭ聚类算法＾＞基于导函数改进＼＞聚类验证＆分析｜??缺?堉ｆ＾｜基函数平滑｜?｜基于ＦＣＭ聚类｜－：?：?￣?￣￣?￣￣：：????哲洗：???：二??｜?Ｉ?，?；——！?Ｍ丨聚■目Ｍ丨孬导＿?＿，?塑??裏丨丨加■法平滑＾?—奮??数ｌ如丨痒…．?????分?其?聚：：比丨丨分＾：?验??处?ｆ?：?“涵：：?旧二ｉ?：毯证??理：＾?Ｎ?Ｌ．．：二二丨?｜?［?￣??图４－１在线减重社区应用ＦＤＡ用户分类研究设计??２５??
【参考文献】：
期刊论文
[1]函数型数据聚类分析研究综述与展望[J]. 王德青,朱建平,刘晓葳,何凌云. 数理统计与管理. 2018(01)
[2]函数型数据的分步系统聚类算法[J]. 郭均鹏,王梅南,高成菊,戴晖. 系统管理学报. 2015(06)
[3]用函数型数据分析网络团购市场的结构与市场发展[J]. 于田田,吕晓玲. 统计与信息论坛. 2013(03)
[4]一种函数型数据的聚类分析方法[J]. 王劼,黄可飞,王惠文. 数理统计与管理. 2009(05)
[5]人体运动的函数数据分析与合成[J]. 李淳芃,王兆其,夏时洪. 软件学报. 2009(06)
[6]函数性数据的统计分析:思想、方法和应用[J]. 严明义. 统计研究. 2007(02)
博士论文
[1]函数型数据分析方法研究及其应用[D]. 胡宇.东北师范大学 2011
硕士论文
[1]基于函数型数据主成分分析的银行股票数据预测[D]. 沈关友.兰州大学 2018
[2]在线减肥社区用户参与行为的分析研究[D]. 左贤莉.昆明理工大学 2018
[3]传播学视野下运动瘦身类APP研究[D]. 邹宏萍.华中师范大学 2016
本文编号：3362868
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3362868.html
