作者:
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:
在移动用户轨迹异常检测中,针对传统的马尔可夫模型准确率不高、效率低的问题,提出了基于后缀树的异常用户轨迹检测模型.首先,结合移动用户在某个位置的逗留时长对数据进行预处理;然后依据时间将移动用户的轨迹序列化;再计算用户轨迹序列上下文的概率特征,并构建概率后缀树;最后通过计算用户轨迹序列之间的相似度来实现轨迹异常检测应用.实验证明,该方法具有一定的有效性和扩展性.
推荐文章
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
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Spark的移动用户行为 轨迹大数据分析
移动用户行为
轨迹分析
分布式处理
Spark
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 概率后缀树在移动用户轨迹异常检测中的应用
来源期刊 移动通信 学科 工学
关键词 轨迹序列 概率后缀树 相似度 异常检测
年,卷(期) 2018,(8) 所属期刊栏目 研究与探讨
研究方向 页码范围 67-71
页数 5页 分类号 TP391.4
字数 2175字 语种 中文
DOI 10.3969/j.issn.1006-1010.2018.08.012
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 周湛 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (24)
共引文献  (14)
参考文献  (7)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2012(4)
  • 参考文献(1)
  • 二级参考文献(3)
2013(2)
  • 参考文献(1)
  • 二级参考文献(1)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(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)
2020(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
轨迹序列
概率后缀树
相似度
异常检测
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
移动通信
月刊
1006-1010
44-1301/TN
大16开
广州市新港中路381号(广州市1003信箱9分箱)
46-181
1973
chi
出版文献量(篇)
9277
总下载数(次)
9
论文1v1指导