×

面向兴趣点推荐的时空序列模式挖掘方法刘颖

消耗积分:1 | 格式:pdf | 大小:348KB | 2017-03-09

#Freedom

分享资料个

面向兴趣点推荐的时空序列模式挖掘方法_刘颖

  随着移动通信的迅速发展, 以手机为代表的移动设备的成为人们生活中不可或缺的工具, 人们可以利用手机等移动设备来记录他们所达到的位置。本文将通过用户对兴趣点访问所产生的系列位置数据, 依据时空数据的特性对原始数据集进行预处理,利用模式挖掘的方法分析兴趣点访问序列中的频繁模式, 根据用户当前所在的位置或最近访问序列通过序列分析的方法进行模式匹配,并按照匹配程度给出兴趣点推荐列表。序列模式挖掘的方法最初主要应用在客户购买行为模式的分析和预测,来制定有效的营销策略,而最近该方法越来越受到人们的重视,应用领域也越来越广泛,如汪琳的 WEB 挖掘,褚红丹的用户访问兴趣路径挖掘等。而序列分析方法最早出现在分子生物学领域而且目前已经有较大的发展和广泛的应用,例如 DNA 序列和氨基酸序列的分析, 但是 Wilson 提出的序列分析方法改进了传统生物信息学的序列分析方法, 并应用该方法研究一些社会群体的行为模式, 而李雄在利用序列分析方法来研究城市居民时空行为。目前推荐系统主要使用协作过滤的方法,该方法对用户的每一个行为是被看作孤立的项,而本文中将关注用户在某个时间段内所有的行为模式即看作该用户的序列行为模式, 因此本文利用序列模式挖掘结合序列分析的方法找出用户可能会感兴趣的地点列表。

面向兴趣点推荐的时空序列模式挖掘方法刘颖



声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

评论(0)
发评论

下载排行榜

全部0条评论

快来发表一下你的评论吧 !