基于手机上网记录数据的个体相遇预测
发布时间:2019-03-26 18:34
【摘要】:随着反映个体位置信息的数据大量涌现,人类移动行为的研究引起了业界学者的广泛关注。针对个体相遇预测问题,使用用户手机终端上网产生的会话数据进行分析。首先基于用户相遇关系进行复杂网络建模,然后分析了网络拓扑结构特征,同时引入了用户移动性特征和上网行为特征,构造基于随机森林的预测模型,进行个体相遇预测。实验结果表明,相比于传统的网络拓扑结构特征,通过引入用户移动性特征和上网行为特征,能够显著地提升预测性能。
[Abstract]:With the emergence of a large number of data reflecting individual location information, the research of human mobile behavior has attracted wide attention of scholars in the field. According to the prediction problem of individual encounter, the conversation data generated by the user's mobile phone terminal on the Internet is analyzed. Firstly, the complex network is modeled based on the user encounter relationship, and then the characteristics of network topology are analyzed. At the same time, the characteristics of user mobility and Internet access behavior are introduced, and a forecasting model based on random forest is constructed to predict the individual encounter. The experimental results show that compared with the traditional network topology features, the prediction performance can be significantly improved by introducing the characteristics of user mobility and Internet access behavior.
【作者单位】: 武汉大学电子信息学院;
【基金】:国家自然科学基金资助项目(No.61371126) 国家高技术研究发展计划(“863”计划)基金资助项目(No.2014AA01A707) 武汉应用基础研究计划资助项目(No.2014010101010026)~~
【分类号】:O157.5
本文编号:2447817
[Abstract]:With the emergence of a large number of data reflecting individual location information, the research of human mobile behavior has attracted wide attention of scholars in the field. According to the prediction problem of individual encounter, the conversation data generated by the user's mobile phone terminal on the Internet is analyzed. Firstly, the complex network is modeled based on the user encounter relationship, and then the characteristics of network topology are analyzed. At the same time, the characteristics of user mobility and Internet access behavior are introduced, and a forecasting model based on random forest is constructed to predict the individual encounter. The experimental results show that compared with the traditional network topology features, the prediction performance can be significantly improved by introducing the characteristics of user mobility and Internet access behavior.
【作者单位】: 武汉大学电子信息学院;
【基金】:国家自然科学基金资助项目(No.61371126) 国家高技术研究发展计划(“863”计划)基金资助项目(No.2014AA01A707) 武汉应用基础研究计划资助项目(No.2014010101010026)~~
【分类号】:O157.5
【相似文献】
相关期刊论文 前10条
1 马景义;谢邦昌;;拟适应再加权分类随机森林[J];统计与信息论坛;2010年03期
2 张启敏,聂赞坎;随机森林发展系统解的存在性和唯一性(英文)[J];应用数学;2003年04期
3 方匡南;吴见彬;朱建平;谢邦昌;;随机森林方法研究综述[J];统计与信息论坛;2011年03期
4 曹正凤;谢邦昌;纪宏;;一种随机森林的混合算法[J];统计与决策;2014年04期
5 马景义;吴喜之;谢邦昌;;拟自适应分类随机森林算法[J];数理统计与管理;2010年05期
6 李贞子;张涛;武晓岩;李康;;随机森林回归分析及在代谢调控关系研究中的应用[J];中国卫生统计;2012年02期
7 马昕;王雪;杨洋;;基于随机森林算法的大学生异动情况的预测[J];江苏科技大学学报(自然科学版);2012年01期
8 刘微;罗林开;王华珍;;基于随机森林的基金重仓股预测[J];福州大学学报(自然科学版);2008年S1期
9 李西宁;申培萍;;一类随机森林发展系统的指数稳定性[J];宁夏大学学报(自然科学版);2005年03期
10 吕淑婷;张启敏;;一类带Poisson跳的随机森林发展系统数值解的稳定性[J];兰州理工大学学报;2012年03期
相关博士学位论文 前1条
1 岳明;基于随机森林和规则集成法的酒类市场预测与发展战略[D];天津大学;2008年
相关硕士学位论文 前1条
1 吴恒;基于LDA和随机森林的活跃微博预测研究[D];合肥工业大学;2017年
,本文编号:2447817
本文链接:https://www.wllwen.com/kejilunwen/yysx/2447817.html