基于海量行为数据分析的动态建模与概率预测

《基于海量行为数据分析的动态建模与概率预测》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号ＴＰ３１１密级公开ＵＤＣ编号《炎尖聲巧女研《４營隹給Ａ屈目碁于海量巧为数据分析的动态建模与概率预測ＴｎａｌｙｓｉｓｏｆＬａｒ泛ｅＳｃａｌｅｄＵｓｅｒＢｅｈａｖｏｒＤａｔａｆｏｒＤｙｎａｍｉｃｉｔｌｅｉ—ＡＭｏｄｅｌｌｉｎ区ａｎｄＰｒｅｆｅｒｅｎｃｅＰｒｅｄｉｃｔｉｏｎ学院（所、中也）信息学院专业名称计算机巧术研巧生姓名尹子都学号１２０１４００２４１６导师姓名刘惟一职栋教授岳反职称教巧

2、二零一六年兰月论文独创性声明及使用授权本论文是作者在导师指导下取得的研究成果。除了文中特别加Ｗ标注和致谢的地方外，论文中不包含其他人己经发表或撰写过的研巧成果，不存在飄窃或抄袭一行为。与作者同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示了谢意。现就论文的使用对云南大学授权如下：学校有权保留本论文（含电子版），也可Ｗ采用影印、缩印或其他复制手段保存论文；学校有权公布论文的全部或部分内容，可Ｗ将论文用于查阅或借阅服务；学校有权向有关机构送交学位论文

3、用于学术规范审查、社会监督或评奖；学校有权将学位论文的全部或部分内容录入有关数据库用于检索服务。（内部或保密的论文在解密后应遵循此规定）．：师签名：日期：研巧生签名如导＿去斯手ｆ摘要摘要数据通常被分为Ｈ大类：Ｗｅｂ数据；科学数据；决策数据。其中，科学数据主要来自观测和实验，这两类数据所占的比例，决策数据来自市场调研和政府统计等与Ｗｅｂ数据相比较少。Ｗｅｂ数据是指互联网上所有的数据，主要是用户所产生的数据，比如用户评论，用户间交互等。用户的行为无疑是复杂的

4、，并不像科学实验。那样，有可观测的、客观的结果，这些行为可Ｗ用偏好来概括但是随着互联网的。发展，越来越多的应用Ｗ用户为核也展开这些应用大多都需要合理的模型来描述一用户的偏好，解决这问题的过程即为用户行为建模。本文主要研究如何通过分析用户行为数据来建立用户斤为模型。为了较为全面的反应用户的特点，本文从两个一方面开展，首先，，，用户偏好并不是成不变的对于用户己表达的偏好需要找到一种能够有效刻画用户偏好的模型，表达用户偏好与时间的关系，；其次对于用户一还没有的偏好一种有效合理

5、的方法预测用户未来段时间内可能产，希望能找到生的新偏好，这也是很多Ｗ用户为核也的应用所关注的。一针对第一个方面，本文提出种数据密集型的动态用户行为建模方法，给出随时间和用户行为变化而对用户行为模型的动态更新方法，为用户的行为预测和基于偏好的推荐提供有力支持。根据用户的思维特点，依托记忆曲线模型，考虑到海量数据的高效处理，首先讨论建立并用增量更新的方法动态更新用户偏好参数的，最后通过并行编程模型实现过程，其次给出了用户偏好动态性计算的方法。实验表明，本模型与不考虑数据时效

6、性的静态建模相比有较好的正确性，同时，拥有很一好的并行性和扩展性，是种可行的建模方法。针对第二个方面，，思考动态用户行为建模中的不足采用基于贝叶斯网的预测方法一，此模型可根据用户当前的行为特点，客观的预测用户未来段时间肉用户可能产生的新偏好。Ｗ用户的行为数据为出发点，首先用经典的爬山法对贝叶斯网进行结构学习，根据ＢＩＣ评分得到最优的网结构。其次，着眼于每个用户当前的行为特点，，用贝叶斯网推理的方法得到用户未来最有可能的新偏好。最后实验得到较好的预测结果，与大部分用户的实

7、际行为基本吻合。：动态用户行为模型ｅｄｕｃｅ关键词；用户偏好；记忆曲线；贝叶斯网；増量更新；ＭａｐＲＩＡｂｓｔｒａｃｔＡｂｓｔｒａｃｔＤａｔａｃｏｕｌｄｂｅｄｉｖｉｄｅｄｉｎｔｏｔｈｒｅｅｍａｊｏｒｃａｔｅｇｏｒｉｅｓｇｅｎｅｒａｌｌｙ：Ｗｅｂｄａｔａ；ｓｃｉｅｎｔｉｆｉｃｄａｔａ；ｄｅｃｉｓｉｏｎｄａｔａ．Ｓｃｉｅ打ｔｉｆｉｃｄａｔａｃｏｍｅｓｆｒｏｍｏｂｓｅｒｖａｔｉｏｎａｎｄｅｘｐｅｒｉｍｅｎｔａｎｄｄｅｃｉｓｉｏ打ｄａｔａ

8、，ｆｏｕｎｄｔｈｒｏｕｈｍａｒｋｅｔｒｅｓｅａｒｃｈａｎｄｏｖｅｒｎｍｅｎｔａｌｓｔａｔｉｓｔｉｃｓｅｔｃ．Ｐｒｏｏｒｔｉｏｎｏｆｔｈｅｓｅｔｗｏｇｇ，ｐｋｉｎｄｏｆｄａｔａｒｅｌａｔｉｖｅｌｙｓｍａｌｌｃｏｍｐａｒｅｄｗｋｈＷｅｂｄａｔａ．Ｗｅｂｄａｔａｒｅｆｅｒｓ化ａｌｌｔｈｅｄａｔａｉｎｔｅｒｎｅｔｉｍａｎｒｍｅｕｓｅｒ－ｅｎｅｒａａａｓｕｃｈａｓｕｅｎｔｕｔｈｅＩｎｗｈｃｈｉｌｙｆｏｄｂｙｇｔｅ