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:
随着智能通信设备的普及和通信基站定位精度的提升,利用通信基站记录的用户行为数据监测和预测人群密度成为可能.由于人群异常聚集事件具有突发性,利用时间序列分析方法和概率模型进行预测的效果较差.针对该问题,提出一种基于群体行为分析的预测方法.通过分析聚集人群的上网行为和基站间的人群移动行为特征,得到两者之间的相关性,结合基站的人群密度时间序列信息,利用扩张因果卷积神经网络和逻辑回归模型得出预测结果.运营商提供的手机用户上网记录数据集上的实验结果表明,该预测方法的精确率为0.93,召回率为0.97,显著优于ARIMA算法、LSTM算法和XGBoost算法,证明了引入用户群体的上网行为和移动特征能够有效提升人群异常聚集预测的准确性.
推荐文章
自主式机器人群体行为的进化计算实现
自主式机器人
行为学习
进化计算
群体行为
自主式微小型移动机器人群体行为进化的研究
自主式微小型移动机器人
群体
行为
进化
隧道工人群体心理资本对群体行为的影响
群体心理资本
群体行为
团队心理安全
基于KOD能量特征的群体异常行为识别
群体异常
角点
光流
能量特征
动能方向距离
隐马尔可夫模型
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 基于群体行为分析的人群异常聚集预测方法
来源期刊 计算机工程 学科 工学
关键词 人群异常聚集 移动互联网 群体行为分析 聚集预测 卷积神经网络
年,卷(期) 2020,(3) 所属期刊栏目 开发研究与工程应用
研究方向 页码范围 292-298,308
页数 8页 分类号 TP391
字数 4425字 语种 中文
DOI 10.19678/j.issn.1000-3428.0055439
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 张毅 武汉大学电子信息学院 38 417 11.0 20.0
2 曾园园 武汉大学电子信息学院 14 24 3.0 4.0
3 黄贺贺 武汉大学电子信息学院 1 0 0.0 0.0
4 奈何 武汉大学电子信息学院 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (38)
共引文献  (34)
参考文献  (14)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1954(1)
  • 参考文献(0)
  • 二级参考文献(1)
1966(1)
  • 参考文献(0)
  • 二级参考文献(1)
1969(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(3)
  • 参考文献(1)
  • 二级参考文献(2)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(3)
  • 参考文献(2)
  • 二级参考文献(1)
2016(5)
  • 参考文献(0)
  • 二级参考文献(5)
2017(9)
  • 参考文献(4)
  • 二级参考文献(5)
2018(3)
  • 参考文献(3)
  • 二级参考文献(0)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
2020(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
人群异常聚集
移动互联网
群体行为分析
聚集预测
卷积神经网络
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
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导