随机森林改进算法在LBS用户社会关系推断中的应用

发布时间：2017-09-14 08:49

  本文关键词：随机森林改进算法在LBS用户社会关系推断中的应用

  更多相关文章： 基于位置的服务 时空共现 随机森林 分区采样 社会关系推断

【摘要】：根据LBS用户位置信息对用户社会关系进行推断,是基于位置大数据的情报挖掘领域中的一个新兴问题,可为群体发现及社团划分提供信息支撑.本文以时空共现理论为依据,对时空共现区的4类特征进行了选择、归纳及优化.针对随机森林难以对高维且含有冗余特征的数据进行分类的问题,提出一种基于特征空间分区采样策略的随机森林算法.该算法以Fisher比对特征的重要程度进行度量,并以此为依据对特征子空间分区,然后按比例进行采样,最后构造随机森林.这一改进有效避免了随机采样法构造特征子空间时容易引入噪声的问题.实验结果表明,相比于标准的随机森林算法,改进算法在对具有高维、冗余特征的数据分类中更为有效,更加适合应用于对LBS用户社会关系的推断.
【作者单位】： 电子工程学院;通信信息控制和安全技术重点实验室;
【关键词】： 基于位置的服务 时空共现 随机森林 分区采样 社会关系推断
【基金】：国防重点实验室基金项目(9140C130104)资助
【分类号】：TP311.13;TP391.3
【正文快照】： 1引言移动通信、互联网、GNSS(Global Navigation Satellite Sys-tem)等技术的普及,极大地促进了LBS的发展[1],从而产生了越来越多的位置大数据.人类的时空信息隐含着其行为模式和生活习惯[2,3],因此,合理地使用时空数据挖掘技术可对该类数据进行有效的知识发现及价值提取[4].

【相似文献】

中国期刊全文数据库 前10条

1 刘足华;熊惠霖;;基于随机森林的目标检测与定位[J];计算机工程;2012年13期

2 董师师;黄哲学;;随机森林理论浅析[J];集成技术;2013年01期

3 陈姝;彭小宁;;基于粒子滤波和在线随机森林分类的目标跟踪[J];江苏大学学报(自然科学版);2014年02期

4 王丽婷;丁晓青;方驰;;基于随机森林的人脸关键点精确定位方法[J];清华大学学报(自然科学版);2009年04期

5 李建更;高志坤;;随机森林针对小样本数据类权重设置[J];计算机工程与应用;2009年26期

6 吴华芹;;基于训练集划分的随机森林算法[J];科技通报;2013年10期

7 程光;王贵锦;何礼;林行刚;;人体姿势估计中随机森林训练算法的并行化[J];计算机应用研究;2014年05期

8 于延;王建华;;基于云计算平台的随机森林算法的研究与实现[J];科技通报;2013年04期

9 刘永春;宋弘;;基于随机森林的乳腺肿瘤诊断研究[J];电视技术;2014年15期

10 杨帆;林琛;周绮凤;符长虹;罗林开;;基于随机森林的潜在k近邻算法及其在基因表达数据分类中的应用[J];系统工程理论与实践;2012年04期

中国重要会议论文全文数据库 前2条

1 谢程利;王金桥;卢汉清;;核森林及其在目标检测中的应用[A];第六届和谐人机环境联合学术会议（HHME2010)、第19届全国多媒体学术会议（NCMT2010）、第6届全国人机交互学术会议（CHCI2010）、第5届全国普适计算学术会议（PCC2010）论文集[C];2010年

2 武晓岩;方庆伟;;基因表达数据分析的随机森林方法及算法改进[A];黑龙江省第十次统计科学讨论会论文集[C];2008年

中国硕士学位论文全文数据库 前10条

1 贺捷;随机森林在文本分类中的应用[D];华南理工大学;2015年

2 张文婷;交通环境下基于改进霍夫森林的目标检测与跟踪[D];华南理工大学;2015年

3 王宇恒;推荐系统中随机森林算法的优化与应用[D];浙江大学;2016年

4 张玉桃;旅客社会网络中的家庭出行预测及其行为特征分析[D];北京交通大学;2016年

5 张兴;基于Spark大数据平台的火电厂节能分析[D];太原理工大学;2016年

6 杨丽;音频场景分析与识别方法研究[D];南京大学;2013年

7 鲁奉军;基于随机森林算法的目标检测与动作识别方法研究[D];吉林大学;2016年

8 吴敏;融合多特征的产品垃圾评论识别[D];福州大学;2012年

9 钟龙申;随机森林算法处理不平衡数据的改进及其并行化[D];广东工业大学;2016年

10 胡太祥;大规模图像标注方法研究[D];华中科技大学;2014年

，

本文编号：849070