一种基于协同过滤与BG/NBD模型数据预测的智能手机节能策略

发布时间：2021-07-28 07:38

　　为了节省智能手机电池的能源,基于用户访问数据的可预测性,提出一个基于用户访问数据预测的手机节能策略模型。利用基于混合变量属性的K-means算法对已知用户进行聚类分组,建立相似用户群;利用BG/NBD模型对用户连续搜索期望进行预测;针对有价值的用户,结合协同过滤推荐算法,通过相似用户的历史数据分析预测当前用户未来可能访问的数据信息;利用数据预存储机制预存上述预测数据,通过降低通信次数的方式达到手机节能的目的。初步实验结果表明,所提出的节能策略可以在不影响用户使用满意度的情况下节省约13%以上的能量。 

【文章来源】：计算机集成制造系统. 2017,23(05)北大核心EICSCD

【文章页数】：8 页

【文章目录】：
0 引言
1 相关工作
     (1) 基于休眠机制的手机节能技术
     (2) 基于计算迁移的手机节能技术
     (3) 基于模糊定位的手机节能技术
     (4) 基于模式切换的手机节能技术
2 基于用户访问数据预测的手机节能策略模型
    2.1 节能策略系统结构
         (1) 服务器数据存储模块 (Data Storage Mod-ule, DSM)
         (2) 服务器用户数据预测模块 (Data PredictionModule, DPM)
         (3) 智能手机数据预存储模块 (Data Pre-Stor-age Module, DPSM)
    2.2 用户访问数据预测模型
        2.2.1 基于用户的聚类分析模型
        2.2.2 用户连续搜索期望预测
        2.2.3 一种基于用户的协同过滤节能模型
    2.3 手机终端预存储模型
3 实验分析
4 结束语



本文编号：3307515