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:
为了解决移动用户出行轨迹预测的问题,首先利用用户出行轨迹数据进行语义化建模,然后根据语义位置和访问概率对用户群进行分类,再次,利用关联规则挖掘不同群体的频繁模式,最后,结合实时出行数据动态更新贝叶斯网络实现移动用户出行轨迹的实时预测.经过实验表明,该算法能够在一定程度上反映用户出行的目的和偏好,并具有很好的扩展性.
推荐文章
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
大数据挖掘技术的图书馆移动用户行为分析
图书馆移动用户
行为分析
大数据挖掘技术
数据获取
预测建模
交叉分析
基于数据挖掘的移动用户个性化推荐系统研究与设计
数据挖掘
移动用户
个性化推荐
系统设计
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 基于数据挖掘的移动用户出行轨迹预测
来源期刊 移动通信 学科 工学
关键词 语义化建模 关联规则 贝叶斯网络 轨迹预测
年,卷(期) 2019,(5) 所属期刊栏目 研究与探讨
研究方向 页码范围 92-96
页数 5页 分类号 TN915.0
字数 2661字 语种 中文
DOI 10.3969/j.issn.1006-1010.2019.05.015
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 刘丽娴 6 13 2.0 3.0
2 樊学宝 10 38 3.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (74)
共引文献  (39)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(3)
  • 参考文献(0)
  • 二级参考文献(3)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(3)
  • 参考文献(0)
  • 二级参考文献(3)
2013(6)
  • 参考文献(0)
  • 二级参考文献(6)
2014(8)
  • 参考文献(0)
  • 二级参考文献(8)
2015(22)
  • 参考文献(0)
  • 二级参考文献(22)
2016(19)
  • 参考文献(3)
  • 二级参考文献(16)
2017(7)
  • 参考文献(1)
  • 二级参考文献(6)
2018(5)
  • 参考文献(5)
  • 二级参考文献(0)
2019(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
语义化建模
关联规则
贝叶斯网络
轨迹预测
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
总被引数(次)
33751
论文1v1指导