基于到达时间的行为模式挖掘

• 作者: 刘志锋 周从华 李克华
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 语义轨迹 频繁模式挖掘 到达时间 用户相似度
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 信息处理与网络安全
• 页码范围: 2185-2189,2219
• 页数: 6页
• 分类号: TP311
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2020.09.021

摘要

语义轨迹具有体积较小、质量较高,更好地反映移动用户的行为模式的优点.近年来不少专家开始关注语义轨迹的研究,并将其应用在了线路预测、朋友推荐、用户背景区分等领域.从语义轨迹中挖掘出代表行为习惯的频繁模式是实现这些应用的技术基础,但在一些场景中还需要分析语义点到达时间的影响,如对大学生行为模式的挖掘,在校大学生活动地点较单一,单纯考虑语义轨迹无法准确的分辨出不同的行为模式.针对这类问题,引入语义点到达时间信息,提出了一种基于到达时间的行为模式挖掘(Mining Behavior Patterns based on arrival time,MBP-at)方法.该方法的基本思路是在移动用户的语义轨迹集合中,首先挖掘每个移动用户的到达时间约束下的频繁语义行为模式,然后计算不同用户语义行为模式之间的相似度,最后通过行为模式之间的相似度对用户进行聚类,每一个聚类代表了具有相似行为模式的用户集合.实验结果表明,该方法具有有效性和高准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周从华		46	193	7.0	11.0
2	刘志锋		29	118	5.0	10.0
3	李克华		1	0	0.0	0.0