作者:
原文服务方: 计算机测量与控制       
摘要:
在移动计算环境下,通过对远程用户的体验数据优化挖掘,满足远程用户的个性化需求,提高对远程用户QoS服务质量;传统的数据挖掘方法采用显著特征关联信息提取算法,当远程用户体验数据之间的差异性特征不明显时,挖掘的准确性不好;提出一种基于关联用户自适应链路跟踪补偿的移动计算环境下远程用户体验数据挖掘模型,进行远程用户体验数据挖掘模型的总体设计和数据结构特征分析,对采集的远程用户体验数据进行非线性时间序列分解,对数据序列通过自相关特征匹配和特征压缩实现挖掘数据的指向性信息优化提取,采用关联用户自适应链路跟踪补偿方法实现对数据挖掘误差的控制和补偿,提高了数据挖掘的准确性和有效性;仿真结果表明,采用该挖掘方法进行移动计算环境下远程用户体验数据挖掘的准确度高,实时性较好,满足了移动远程用户的个性化需求,提高了对用户服务的针对性.
推荐文章
移动计算环境下的数据挖掘研究
数据挖掘
移动计算
异构数据库
数据仓库
车辆监视
基于移动计算的数据挖掘研究
数据挖掘
移动计算
异构数据库
数据仓库
大数据环境下基于云计算的图书馆用户信息挖掘技术研究
图书馆用户
信息挖掘
云计算
大数据环境
用户分类
个性化推荐
移动计算环境下的用户匿名性问题研究
移动计算
匿名性
网络匿名协议
认证
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 移动计算环境下远程用户体验数据挖掘方法研究
来源期刊 计算机测量与控制 学科
关键词 移动计算 用户体验数据 数据挖掘 特征提取 QoS
年,卷(期) 2017,(1) 所属期刊栏目 设计与应用
研究方向 页码范围 111-113,118
页数 4页 分类号 TP391
字数 语种 中文
DOI 10.16526/j.cnki.11-4762/tp.2017.01.032
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 秦永俊 桂林师范高等专科学校数学与计算机技术系 5 21 3.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (109)
共引文献  (260)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1969(1)
  • 参考文献(0)
  • 二级参考文献(1)
1974(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(8)
  • 参考文献(0)
  • 二级参考文献(8)
2009(8)
  • 参考文献(0)
  • 二级参考文献(8)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(13)
  • 参考文献(1)
  • 二级参考文献(12)
2012(15)
  • 参考文献(0)
  • 二级参考文献(15)
2013(17)
  • 参考文献(0)
  • 二级参考文献(17)
2014(15)
  • 参考文献(3)
  • 二级参考文献(12)
2015(8)
  • 参考文献(4)
  • 二级参考文献(4)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(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)
研究主题发展历程
节点文献
移动计算
用户体验数据
数据挖掘
特征提取
QoS
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
计算机测量与控制
月刊
1671-4598
11-4762/TP
大16开
北京市海淀区阜成路甲8号
1993-01-01
出版文献量(篇)
0
总下载数(次)
0
总被引数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导