校园用户身份识别及预测方法

• 作者: 杨光达
• 来源期刊: 通信管理与技术
• 学科: 工学
• 关键词: 校园用户 身份识别 预测方法
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 企业专栏
• 页码范围: 26-28
• 页数: 3页
• 分类号: TN914.5
• 字数: 2625字
• 语种: 中文

摘要

本文提出了一种校园用户身份识别及预测方法.通过对校园区域内用户行为轨迹和时域变化的综合分析,识别出校园内不同用户的身份.结合自回归移动平均模型预测校园内不同身份用户的行为趋势,预测算法准确率达到90％以上.基于用户身份识别及预测算法,可挖掘通信大数据价值,进而为用户提供定制化、个性化、差异化的网络服务.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨光达		16	17	3.0	3.0