用户日常频繁行为模式挖掘

• 作者: 史殿习 李寒 杨若松 莫晓赟 魏菁
• 来源期刊: 国防科技大学学报
• 学科: 工学
• 关键词: 移动数据挖掘 移动感知 行为模式
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 计算机科学与技术·管理科学与工程
• 页码范围: 74-80
• 页数: 7页
• 分类号: TP391
• 字数: 6241字
• 语种: 中文
• DOI: 10.11887/j.cn.201701012

摘要

针对如何在智能手机上高效准确地进行用户日常频繁行为模式挖掘问题展开研究.提出一个基于智能手机的用户日常频繁行为模式挖掘框架;为了减少用来挖掘的上下文篮子的数量、提高挖掘效率,提出一个动态的滑动窗口算法,进而提出一个将上下文出现的频率和持续时间有机地结合起来的加权模式挖掘算法;在此基础上,基于为期6周21个用户的上下文数据,对所提出的挖掘框架和算法进行实验验证,结果表明,所提出的框架和频繁模式挖掘算法可以高效地在资源有限的智能手机上运行,而且能够挖掘出反映用户生活方式的日常频繁行为模式;从两个纬度对用户日常频繁行为模式进行可视化,以可视化方式对用户在不同地方和不同时段的行为模式进行展现,从而方便用户随时了解其日常行为模式.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	史殿习	国防科技大学计算机学院	32	442	7.0	20.0
2	杨若松	国防科技大学计算机学院	4	15	3.0	3.0
3	莫晓赟	国防科技大学计算机学院	2	6	2.0	2.0
4	李寒	国防科技大学计算机学院	3	9	2.0	3.0
5	魏菁	国防科技大学计算机学院	1	4	1.0	1.0