欢迎来到天天文库
浏览记录
ID:37084598
大小:2.45 MB
页数:67页
时间:2019-05-17
《基于语义停留点的用户行为特征模型的构建研究》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:单位代码:10140密级:公开学号:4031531922?LIAONINGUNIVERSITY硕士学位论文THESISFORMASTERDEGREE)基于语义停留点的用户行为特征模型论文题目:的构建研允ResearchontheConstructionofUserBehavior英文题目:CharacteristicModelBasedonSemanticStaPointy论文作者:李春廷指导教师:陈廷伟教授专业:软件工程完成时间二○一八年
2、五月:申请辽宁大学硕士学位论文基于语义停留点的用户行为特征模型的构建研究ResearchontheConstructionofUserBehaviorCharacteristicModelBasedonSemanticStayPoint作者:李春廷指导教师:陈廷伟教授专业:软件工程答辩时间:2018年5月24日二○一八年五月·中国辽宁摘要摘要随着智能移动设备的发展和普及,以及定位技术的不断完善和发展,人们在日常生活中的GPS轨迹可以比较容易获取并记录下来。GPS轨迹数据中包含了大量有意义的数据,能够真实地反映出用户在现实世界中的活
3、动轨迹,并且能够展现用户的出行模式和社会属性等信息,因此对用户GPS轨迹的研究是一个比较热门的研究方向。大多数研究通过分析用户GPS轨迹中的停留点来获取到用户的信息,但是都没有将语义信息添加进去,因此,本文以用户轨迹出发点,提出一种基于时间和语义的停留点提取算法,将语义信息融合到停留点中从而获取到用户的语义停留点,然后在语义停留点的基础上进一步分析用户的行为,获取用户的行为特征项,最终建立基于语义停留点的用户行为特征模型。具体地,所做工作如下:一、针对其他聚类算法在获取停留点的过程中没有考虑时间和语义的因素的情况下,提出一种基于语义和
4、时间的停留点提取算法HST-OPTICS。该算法通过增加时间因素来提高获取停留点的准确性,然后通过停留点的数据点集合获取到停留时间、日期类型和地图标注等语义信息。二、利用HST-OPTICS算法得到的用户的语义停留点,构建出基于语义停留点的用户行为特征模型。在用户语义停留点的基础上对用户行为进行分析,获取用户的行为特征项,然后利用层次分析法和TF-IDF方法计算出用户每个行为特征项的权重,最后根据行为特征项及每个行为特征项的权重建立起用户的行为特征模型。三、提出一种用户模型的更新算法。用户模型建立后不是一成不变的,受到时间和兴趣等因素
5、的影响,用户行为特征会随着语义停留点的改变而发生衍变,针对这些因素的影响,在遗忘规律曲线和LRU算法的基础之上提出一种用户行为特征模型的更新算法。通过验证实验,证明了本文提出的基于时间和语义的停留点提取算法能够比较准确的获取到用户的停留点以及停留点的语义信息;通过分析构建的基于语义停留点的用户行为特征模型能够较好的表现出用户的日常行为特征。关键词:用户轨迹,语义停留点,用户模型,行为特征,聚类算法ⅠAbstractAbstractWiththedevelopmentandpopularizationofsmartmobiledevic
6、esandthecontinuousimprovementanddevelopmentofpositioningtechnology,theGPStrajectoryofpeopleindailylifecanbeeasilyobtainedandrecorded.GPStrajectorydatacontainsalargenumberofmeaningfuldata,cantrulyreflecttheuserintherealworldactivitiestrajectory,andtheabilitytoshowtheuser
7、theinformationsuchasthetravelmodeandsocialattribute,sothestudyofuserGPStrajectoryisapopularresearchdirection.Mostoftheresearchbyanalyzingtheuser'sGPStrajectorystaypointtogettotheuser'sinformation,butdidn'taddsemanticinformation,therefore,thisarticletakestheusertrajector
8、ystartingpoint,putforwardakindofstaypointextractionalgorithmbasedontimeandsemantics,thesemanticinformationfusi
此文档下载收益归作者所有