隨著經(jīng)濟全球化和國際化進(jìn)程的加快,出境服務(wù)市場迎來良好的發(fā)展契機,同時業(yè)內(nèi)競爭也日趨激烈。在激烈的市場競爭環(huán)境下,實現(xiàn)差異化競爭是出境服務(wù)企業(yè)提升自身競爭力的重要途徑。作為出境服務(wù)市場的核心,預(yù)出境用戶的準(zhǔn)確識別,對于出境服務(wù)產(chǎn)品的精準(zhǔn)投放、高效的出入境管理起到?jīng)Q策性作用。大數(shù)據(jù)和數(shù)據(jù)科學(xué)技術(shù)的發(fā)展,極大地推進(jìn)了對行業(yè)特定用戶的精確挖掘研究。綜上,本論文從用戶的移動終端信息交互數(shù)據(jù)著手,利用運營商大數(shù)據(jù)進(jìn)行預(yù)出境用戶的特征挖掘和識別算法設(shè)計,實現(xiàn)預(yù)出境用戶的精確識別。本論文利用深度包檢測技術(shù)和爬蟲采集應(yīng)用程序的數(shù)據(jù)包解析信息、出境服務(wù)電話信息、出境服務(wù)機構(gòu)的基站位置信息,然后基于規(guī)則構(gòu)建移動用戶行為分析參考字段庫,最后通過運營商大數(shù)據(jù)和參考字段庫關(guān)聯(lián)匹配,挖掘潛在目標(biāo)用戶并提取用戶的時空行為特征和靜態(tài)特征。本論文提出一種基于最大信息系數(shù)和對稱不確定性的相關(guān)性度量標(biāo)準(zhǔn),然后基于Fisher準(zhǔn)則、度量標(biāo)準(zhǔn)和馬爾科夫毯條件,提出一種基于Fisher分和近似馬爾科夫毯的移動用戶出境特征選擇算法。本論文首先提出一種基于多層分類器特征融合的預(yù)出境用戶識別方法,該方法首先利用貝葉斯優(yōu)化算法尋找模型最... 

【文章來源】：重慶郵電大學(xué)重慶市

【文章頁數(shù)】：95 頁

【學(xué)位級別】：碩士

【部分圖文】：

Sigmoid函數(shù)邏輯回歸算法實現(xiàn)步驟如下：

重慶郵電大學(xué)碩士學(xué)位論文第5章實驗設(shè)計與結(jié)果分析60圖5.4所選特征數(shù)量與四種特征選擇算法的分類性能關(guān)系圖圖5.5為OFS_FMB算法與隨機森林、方差分析法、SVM-RFE、卡方檢驗法四種特征選擇算法在模型達(dá)到最高AUC值時的所選特征數(shù)量以及F1值對比圖。從圖5.5可以看出，無論是所選特征的數(shù)量還是模型的分類準(zhǔn)確率和F1值，本文所提出的OFS_FMB都算是較優(yōu)，其它四種特征選擇算法中，AUC值最高的是隨機森林，達(dá)到了71.54%。OFS_FMB算法選擇的11個特征，AUC值和F1值分別達(dá)到了71.86%和77.45%。相較于隨機森林分別高出0.32個百分點和0.18個百分點，且所選特征數(shù)量減少22個，在保證模型的分類性能同時，又對數(shù)據(jù)進(jìn)行了降維。圖5.5OFS_FMB與其它特征選擇算法的性能對比OFS_FMB隨機森林SVM-RFE方差分析法卡方檢驗法特征數(shù)量（個）1133393633AUC值（%）71.8671.5471.4571.4671.24F1值（%）77.4577.2777.2277.2377.07113339363371.8671.5471.4571.4671.2477.4577.2777.2277.2377.070102030405060708090

【參考文獻(xiàn)】：
期刊論文
[1]多特征融合的句子級譯文質(zhì)量估計方法[J]. 葉娜,王遠(yuǎn)遠(yuǎn),蔡東風(fēng).  廈門大學(xué)學(xué)報(自然科學(xué)版). 2020(02)
[2]基于深淺特征融合的人臉識別[J]. 趙淑歡.  電子技術(shù)應(yīng)用. 2020(02)
[3]基于多模型融合的人體行為識別模型[J]. 余萬里,韋玉梅,李魯群.  計算機工程與設(shè)計. 2019(10)
[4]基于多核學(xué)習(xí)特征融合的語音情感識別方法[J]. 王忠民,劉戈,宋輝.  計算機工程. 2019(08)
[5]融合序列后向選擇與支持向量機的混合式特征選擇算法[J]. 吳清壽,劉長勇,林麗惠.  計算機系統(tǒng)應(yīng)用. 2019(07)
[6]基于Kmeans++聚類的樸素貝葉斯集成方法研究[J]. 鐘熙,孫祥娥.  計算機科學(xué). 2019(S1)
[7]基于最大相關(guān)信息系數(shù)的FCBF特征選擇算法[J]. 張俐,袁玉宇,王樅.  北京郵電大學(xué)學(xué)報. 2018(04)
[8]線性回歸和隨機森林算法融合在餐飲客流量的預(yù)測[J]. 楊森彬.  軟件工程. 2018(07)
[9]基于filter+wrapper模式的特征選擇算法[J]. 周傳華,柳智才,丁敬安,周家億.  計算機應(yīng)用研究. 2019(07)
[10]基于多分類器加權(quán)投票法的越南語組合歧義消歧[J]. 李佳,郭劍毅,劉艷超,余正濤,線巖團(tuán),阮氏青娥.  計算機科學(xué). 2018(01)

碩士論文
[1]基于手機信令數(shù)據(jù)的旅游交通客流特征分析研究[D]. 項譯.東南大學(xué) 2017
[2]基于移動信令數(shù)據(jù)的用戶出行行為研究[D]. 李耀輝.重慶郵電大學(xué) 2017
[3]基于移動通信交往圈的家庭用戶識別研究[D]. 陸菁.上海交通大學(xué) 2014
[4]基于貝葉斯網(wǎng)絡(luò)的馬爾可夫毯發(fā)現(xiàn)算法研究[D]. 何憲.電子科技大學(xué) 2012



本文編號：3089682