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:
随着信息技术的高速发展,各行业的信息系统近年来收集了海量数据,这些海量数据中包含大量与用户行为相关的信息,且数据量还在以指数级增长.及时、精确地从这些海量信息中发现有用的知识,挖掘出用户行为数据背后隐含的模式,能够帮助企业制定市场战略,留住已有的用户或者吸引新的用户,进而帮助企业在市场竞争中取得先机.而用户的行为数据往往都是具有序列性质的,用户的兴趣爱好也会随着时间不断变化.因此,综合序列特点的用户行为分析成为一个重要的研究课题.论文对近些年来基于用户序列行为分析的研究与应用进展进行综述,并对其数据格式、问题定义、关键技术、应用场景等进行详细介绍、比较和分析.最后,对基于用户序列行为分析的研究与应用在未来的发展趋势进行探讨和展望.
推荐文章
基于序列模式的用户浏览行为提取与分析
用户浏览行为分析
序列模式
层次聚类算法
个性化服务
浏览模式
物质流分析研究综述
物质流分析
可持续发展
整体物质流分析
元素流分析
国外学术用户信息查寻行为模型研究综述
信息行为模型
学术用户
综述
基于情景感知与约束的移动用户序列行为研究
情景感知
移动用户
序列行为
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 用户序列行为分析研究与应用综述
来源期刊 安徽大学学报(自然科学版) 学科 工学
关键词 序列分析 分析用户行为 数据挖掘
年,卷(期) 2018,(5) 所属期刊栏目 计算机科学与技术
研究方向 页码范围 39-51
页数 13页 分类号 TP391.4
字数 7479字 语种 中文
DOI 10.3969/j.issn.1000-2162.2018.05.004
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 陈恩红 中国科学技术大学计算机科学与技术学院大数据分析与应用安徽省重点实验室 87 1942 22.0 42.0
2 李徵 中国科学技术大学计算机科学与技术学院大数据分析与应用安徽省重点实验室 3 4 1.0 2.0
3 陈玉莹 中国科学技术大学计算机科学与技术学院大数据分析与应用安徽省重点实验室 4 4 1.0 2.0
4 潘镇 中国科学技术大学计算机科学与技术学院大数据分析与应用安徽省重点实验室 1 4 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (48)
共引文献  (7)
参考文献  (25)
节点文献
引证文献  (4)
同被引文献  (19)
二级引证文献  (0)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(3)
  • 参考文献(1)
  • 二级参考文献(2)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(5)
  • 参考文献(3)
  • 二级参考文献(2)
2010(3)
  • 参考文献(1)
  • 二级参考文献(2)
2011(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(7)
  • 参考文献(2)
  • 二级参考文献(5)
2013(3)
  • 参考文献(1)
  • 二级参考文献(2)
2014(7)
  • 参考文献(3)
  • 二级参考文献(4)
2015(9)
  • 参考文献(4)
  • 二级参考文献(5)
2016(7)
  • 参考文献(2)
  • 二级参考文献(5)
2017(7)
  • 参考文献(3)
  • 二级参考文献(4)
2018(6)
  • 参考文献(1)
  • 二级参考文献(5)
2018(6)
  • 参考文献(1)
  • 二级参考文献(5)
  • 引证文献(0)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
序列分析
分析用户行为
数据挖掘
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
安徽大学学报(自然科学版)
双月刊
1000-2162
34-1063/N
大16开
安徽省合肥市
26-39
1960
chi
出版文献量(篇)
2368
总下载数(次)
6
总被引数(次)
11731
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导