基于谱聚类建模的外来常住人口识别研究

• 作者: 唐大鹏 孙炜程 徐珊珊 梁伟明 董会
• 来源期刊: 江苏通信
• 关键词: 机器学习 谱聚类 小样本 外来常住人口 驻留数据 识别模型
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 大数据、云计算、网信安全及其他新技术——创新与发展
• 页码范围: 42-47
• 页数: 6页
• 字数: 5198字
• 语种: 中文

摘要

外来常住人口已逐渐成为城市中不可忽视的群体,识别出此类群体对于政府进行城市规划和关怀服务都有着重要的意义.非监督学习方法可自发地描述数据结构并且推导出常住与非常住人口的行为特征,因此在本文中,通过对用户驻留数据进行转换,采用多种聚类算法对小样本数据进行建模验证,从而对外来常住人口进行识别区分.实例分析表明,采用谱聚类算法对外来常住人口进行划分具有较高的预测精准度,且能发现口径识别中无法判断的特例事件.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐珊珊		3	2	1.0	1.0
2	唐大鹏		1	0	0.0	0.0
3	梁伟明		1	0	0.0	0.0
4	董会		1	0	0.0	0.0
5	孙炜程		1	0	0.0	0.0