移動情境感知環境下的用戶行為分析與模式挖掘
劉彩虹
- 出版商: 清華大學
- 出版日期: 2025-09-01
- 售價: $414
- 語言: 簡體中文
- ISBN: 7302702624
- ISBN-13: 9787302702627
-
相關分類:
Data-mining
下單後立即進貨 (約4週~6週)
商品描述
"本書從移動情境感知視角探究用戶行為模式。研究覆蓋個體、群體、社區三類用戶,提出四種行為模式挖掘方法。 在個體層面,本書通過嵌套鍵值模型與自適應挖掘法,構建效用評估機制實現序列推薦; 在群體層面,本書以城市居民通勤為切入點,構建框架與算法,揭示其行為規律及與城市空間結構的關聯,助力城市規劃; 在社區層面,鑒於傳統方法的局限,本書提出基於網絡社區檢測的語義軌跡聚類算法,考量情境多維度特性,提升聚類準確性。上述研究成果在情境感知個性化服務、計算社會科學等領域作用顯著,尤其在旅遊等行業應用前景廣闊。 本書適用於從事計算機科學、數據分析、人工智能研究的專業人員,高校相關專業師生及科研人員。 "
作者簡介
劉彩虹,大連外國語大學軟件學院副教授,博士,圖書情報專業研究生導師。主持近十項教學和科研項目,發表教學和科研論文二十余篇,在國家級出版社主編多部教材,曾獲遼寧省教學成果獎,遼寧省高等教育學會優秀學術成果獎等多個獎項。
目錄大綱
目錄
第1章緒論
1.1研究背景與意義
1.1.1研究背景
1.1.2研究問題
1.1.3研究意義
1.2國內外相關研究進展
1.2.1移動情境感知計算的研究進展
1.2.2用戶行為模式挖掘的研究進展
1.2.3軌跡數據挖掘的研究進展
1.2.4國內外相關研究工作小結
1.3研究內容與論文結構
1.3.1研究內容
1.3.2本書結構
第2章移動情境感知環境下的個體用戶行為模式挖掘方法
2.1問題描述與研究框架
2.2頻繁多維序列模式挖掘算法
2.2.1頻繁多維序列模式的表示
2.2.2嵌套鍵值數據模型
2.2.3全局頻繁多維序列模式挖掘算法
2.2.4局部頻繁多維序列模式挖掘算法
2.3數值實驗及結果分析
2.3.1評估方法
2.3.2個體用戶日常活動模式識別
2.3.3智能終端設備使用模式識別
2.3.4移動應用程序使用模式識別
本章小結
第3章移動情境感知環境下的TopN高效用個體用戶行為模式
挖掘方法
3.1問題描述與研究框架
3.2TopN高效用序列模式挖掘算法
3.2.1TopN高效用序列的表示
3.2.2構建序列樹
3.2.3動態更新高效用樹
3.3實驗及結果分析
3.3.1數據集
3.3.2TopN高效用序列模式挖掘
3.3.3基於TopN高效用序列模式的訂單推薦
本章小結
第4章移動情境感知環境下的群體用戶行為模式挖掘方法
4.1問題描述與研究框架
4.2城市居民通勤行為模式挖掘算法
4.2.1網格映射
4.2.2標準偏差加權距離
4.2.3自然近鄰
4.2.4分而治之策略
4.2.5GDPC_SFNN算法
4.2.6復雜度分析
4.3實驗及結果分析
4.3.1數據集
4.3.2網格單元大小對聚類結果的影響
4.3.3聚類算法對比
4.3.4通勤行為模式分析
本章小結
第5章移動情境感知環境下的社區用戶行為模式挖掘方法
5.1問題描述與研究框架
5.2基於社區檢測的語義軌跡聚類算法
5.2.1語義軌跡的相似性度量
5.2.2語義軌跡聚類
5.3實驗及結果分析
5.3.1評估方法
5.3.2數值算例
5.3.3真實數據集實驗
本章小結
第6章結論與展望
6.1結論
6.2創新點
6.3展望
參考文獻



