基于用户行为模型的客流量分析与预测

• 作者: 彭艳兵 程求江
• 来源期刊: 计算机系统应用
• 关键词: 停留时间 活跃度 身份识别 小波神经网络 预测
• 年，卷（期）: 2015,（3）
• 所属期刊栏目: 研究开发
• 页码范围: 275-279
• 页数: 5页
• 字数: 3921字
• 语种: 中文

摘要

为了预测无线城市接入中商圈的短时客流量,通过分析顾客购物行为模式,提出了一种基于停留时间和区间活跃度的身份识别方案,用于区分工作人员和顾客;采用二元线性回归方法对停留时间和活跃次数进行置信水平为95％的拟合,分析了不同拟合参数对预测的影响.实验结果表明:停留时间和活跃度用于区分身份信息合理有效,且在时间阈值为3小时,活跃度阈值为2次时,用小波神经网络预测效果最好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	彭艳兵	南京烽火星空通信发展有限公司研发部	20	38	3.0	5.0
2	程求江	武汉邮电科学研究院光纤通信技术与网络国家重点实验室	1	1	1.0	1.0