基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了一种基于支持向量机的预测方法,通过分析智能手机应用的使用情况,预测用户的人口统计信息。手机使用行为数据约为5万智能手机用户在3个月期间使用手机应用产生的网络日志文件,包括179954181条日志记录。通过对日志记录的主题进行分析,可将179954181条日志记录匹配到266个不同的主题。在此基础上,通过将每个用户的人口统计信息与该用户对266个不同主题的访问权重进行关联,可构建训练数据,并代入支持向量机模型进行计算。实验结果表明该方法对用户的性别和年龄预测能够取得良好的预测结果。
推荐文章
蜂窝网络移动用户位置识别
蜂窝网络
移动通信
位置识别
基于概率的移动用户移动模型
移动模型
高斯-马尔可夫
速度预测
位置预测
移动用户个性化服务技术与应用
移动用户
个性化服务
推荐技术
信息过滤技术
基于DBSCAN的移动用户驻留规律研究
基站聚类
频繁模式
密度聚类
驻留规律
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 移动用户人口统计信息预测
来源期刊 电子科技大学学报 学科 工学
关键词 人口统计信息 预测 智能手机应用 支持向量机
年,卷(期) 2015,(6) 所属期刊栏目 计算机工程与应用
研究方向 页码范围 917-920,933
页数 5页 分类号 TP393
字数 2875字 语种 中文
DOI 10.3969/j.issn.1001-0548.2015.06.021
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 程红蓉 电子科技大学计算科学与工程学院 19 186 9.0 13.0
2 嵇智源 9 31 4.0 5.0
3 秦臻 电子科技大学信息与软件工程学院 12 51 5.0 6.0
4 王亦雷 电子科技大学信息与软件工程学院 1 1 1.0 1.0
5 夏勇 电子科技大学信息与软件工程学院 3 8 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
人口统计信息
预测
智能手机应用
支持向量机
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子科技大学学报
双月刊
1001-0548
51-1207/T
大16开
成都市成华区建设北路二段四号
62-34
1959
chi
出版文献量(篇)
4185
总下载数(次)
13
总被引数(次)
36111
论文1v1指导