本文關(guān)鍵詞：基于移動通信數(shù)據(jù)的區(qū)域內(nèi)群體行為分析和預(yù)測

  更多相關(guān)文章： 移動通信數(shù)據(jù) 群體行為分析 群體聚集行為預(yù)測 路徑預(yù)測 Markov預(yù)測模型

【摘要】：作為當(dāng)今通信領(lǐng)域的主要手段,智能手機(jī)已經(jīng)成為人們生活和工作中必不可少的通信設(shè)備,同時移動通信網(wǎng)絡(luò)也已經(jīng)成為了第一大通信媒體網(wǎng)絡(luò)。隨著智能手機(jī),平板電腦等便攜式移動終端的流行,以及智能終端等移動設(shè)備作為載體的移動社交網(wǎng)絡(luò)的興起,人與人之間的社交活動變得更加便利。人作為移動社交網(wǎng)絡(luò)中的主體,其位置時時刻刻都在變化,因此我們可以通過記錄用戶在移動通信環(huán)境中的地理位置信息建立移動軌跡模型,實現(xiàn)對群體行為的分析和預(yù)測,從而可以解決一些由人群聚集引起的群體事件如交通堵塞、突發(fā)群體事件等。要研究移動通信環(huán)境中的群體行為,首要的任務(wù)是獲取用戶的地理位置信息,獲取用戶地理位置的最主要的途徑有三種:第一種是通過GPS定位,第二種是基站定位,第三種是WIFI熱點定位。GPS定位精度是三者中最高的,但是GPS數(shù)據(jù)一般由志愿者提供,想要獲取大量的用戶位置數(shù)據(jù)比較困難。對于WIFI定位,WIFI熱點的覆蓋范圍較小,大部分集中到一個校園或社區(qū),因此通過WIFI定位獲取的用戶位置信息來進(jìn)行用戶群體行為研究局限性較大�；径ㄎ坏木入m然在三者中最低,但是它有數(shù)據(jù)易獲取,覆蓋范圍廣的特點,因此基于基站定位獲取的用戶位置信息來進(jìn)行群體行為的研究是三者中最合適的。本文通過研究移動通信數(shù)據(jù)的特點,提出了一種群體行為分析模型,該模型可以實時識別區(qū)域內(nèi)的人群是否有聚集行為發(fā)生。通過建立加權(quán)的Markov預(yù)測模型對單個用戶軌跡進(jìn)行預(yù)測進(jìn)而實現(xiàn)對群體聚集行為的預(yù)測,實現(xiàn)對群體聚集行為的提前預(yù)警。本文主要工作包括:介紹3G核心網(wǎng)主要功能,獲取SGSN設(shè)備中的計費數(shù)據(jù),分析計費數(shù)據(jù)格式,提取用于群體行為分析的有用數(shù)據(jù)。對3G基站組網(wǎng)方式進(jìn)行研究,根據(jù)3G組網(wǎng)方式的特點本文提出了一種優(yōu)化用戶在基站內(nèi)分布的扇形分布模型,提高了用戶定位的精度。建立用戶群體行為分析模型,實時監(jiān)控用戶群體聚集行為。實現(xiàn)熱度圖,使超出正常用戶分布數(shù)量的區(qū)域在地圖上以熱度圖方式直觀的顯示出來。通過加權(quán)的Markov預(yù)測模式實現(xiàn)對單個用戶軌跡的預(yù)測,統(tǒng)計所有用戶的軌跡預(yù)測結(jié)果實現(xiàn)對群體聚集行為的預(yù)測。根據(jù)用戶行為習(xí)慣建立不同時間段,并按時間段分別建立的Markov模型,提高預(yù)測的準(zhǔn)確性。
【關(guān)鍵詞】：移動通信數(shù)據(jù) 群體行為分析 群體聚集行為預(yù)測 路徑預(yù)測 Markov預(yù)測模型
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TN929.5
【目錄】：

• 摘要5-6
• ABSTRACT6-11
• 第一章 緒論11-16
• 1.1 課題研究背景和意義11-12
• 1.2 國內(nèi)外相關(guān)技術(shù)和研究現(xiàn)狀12-14
• 1.2.1 3G通信數(shù)據(jù)的研究現(xiàn)狀12-13
• 1.2.2 群體行為的研究現(xiàn)狀13-14
• 1.3 論文的主要研究內(nèi)容14-15
• 1.4 論文的組織結(jié)構(gòu)15-16
• 第二章 相關(guān)技術(shù)與理論知識介紹16-26
• 2.1 引言16
• 2.2 GMap.NET控件16-19
• 2.2.1 GMap.NET功能簡介16-17
• 2.2.2 GMap.NET圖層17-19
• 2.2.3 GMap.NET底圖的選擇19
• 2.3 群體行為預(yù)測的相關(guān)方法19-22
• 2.3.1 整體規(guī)律預(yù)測法中的群體行為預(yù)測模型19-20
• 2.3.1.1 用于群體行為預(yù)測的元胞自動機(jī)模型19-20
• 2.3.1.2 基于Agent的人群移動模型20
• 2.3.2 個體軌跡預(yù)測方法20-22
• 2.3.2.1 基于Markov鏈的軌跡預(yù)測模型20-21
• 2.3.2.2 基于聚類分析的軌跡預(yù)測模型21
• 2.3.2.3 基于頻繁模式的軌跡預(yù)測模型21-22
• 2.3.2.4 基于神經(jīng)網(wǎng)絡(luò)的軌跡預(yù)測模型22
• 2.4 Markov鏈相關(guān)定義和性質(zhì)22-25
• 2.4.1 Markov鏈定義23
• 2.4.2 轉(zhuǎn)移概率與轉(zhuǎn)移概率矩陣23-24
• 2.4.3 Markov鏈的性質(zhì)和狀態(tài)24-25
• 2.5 本章小結(jié)25-26
• 第三章 3G核心網(wǎng)計費數(shù)據(jù)分析與提取建模26-35
• 3.1 引言26
• 3.2 UMTS系統(tǒng)的組成和功能介紹26-28
• 3.3 通信數(shù)據(jù)分析與提取28-32
• 3.3.1 3G核心網(wǎng)的計費流程28-29
• 3.3.2 GTP’通信協(xié)議29-30
• 3.3.3 CDR合并30-32
• 3.4 數(shù)據(jù)采集與預(yù)處理32-34
• 3.5 本章小結(jié)34-35
• 第四章 群體行為分析與研究35-58
• 4.1 引言35
• 4.2 用戶位置信息預(yù)處理35-38
• 4.3 BSD建模38-42
• 4.3.1 蜂窩組網(wǎng)38-39
• 4.3.2 基于蜂窩通信的用戶分布模型BSD39-42
• 4.4 熱圖實現(xiàn)原理42-44
• 4.5 群體行為分析模型的建立44-48
• 4.5.1 模型數(shù)據(jù)準(zhǔn)備44-46
• 4.5.2 群體聚集行為發(fā)現(xiàn)方法46-47
• 4.5.3 群體行為分析模型的整體框架及建模步驟47-48
• 4.6 群體行為分析系統(tǒng)設(shè)計48-57
• 4.6.1 系統(tǒng)總體設(shè)計48-49
• 4.6.2 服務(wù)器模塊49-52
• 4.6.3 客戶端模塊52-57
• 4.7 本章小結(jié)57-58
• 第五章 加權(quán)Markov模型實現(xiàn)群體行為預(yù)測58-72
• 5.1 引言58
• 5.2 用戶路徑構(gòu)造58-59
• 5.3 基于加權(quán)Markov鏈的軌跡預(yù)測模型的建立59-65
• 5.3.1 Markov性檢驗59-60
• 5.3.2 加權(quán)Markov鏈預(yù)測思想60-61
• 5.3.3 加權(quán)Markov軌跡預(yù)測模型建立61-65
• 5.3.3.1 模型數(shù)據(jù)準(zhǔn)備61
• 5.3.3.2 建立k步概率轉(zhuǎn)移矩陣61-62
• 5.3.3.3 用戶軌跡的預(yù)測原理62-63
• 5.3.3.4 建模過程中用到的算法分析63-65
• 5.4 通過用戶軌跡預(yù)測群體分布65-67
• 5.5 群體聚集行為預(yù)測系統(tǒng)設(shè)計67-71
• 5.5.1 系統(tǒng)總體設(shè)計67-68
• 5.5.2 預(yù)測系統(tǒng)核心模塊介紹68-71
• 5.6 本章小結(jié)71-72
• 第六章 系統(tǒng)測試與結(jié)果分析72-84
• 6.1 實驗環(huán)境介紹72
• 6.2 實驗數(shù)據(jù)的數(shù)據(jù)準(zhǔn)備72-73
• 6.3 群體行為分析系統(tǒng)模塊測試73-78
• 6.3.1 熱度圖實現(xiàn)效果73-74
• 6.3.2 BSD實現(xiàn)結(jié)果分析74-75
• 6.3.3 群體行為系統(tǒng)分析模塊測試及結(jié)果分析75-78
• 6.4 群體聚集行為預(yù)測系統(tǒng)核心模塊測試78-83
• 6.4.1 路徑預(yù)測模塊測試78-80
• 6.4.2 群體聚集行為預(yù)測的測試80-83
• 6.5 本章小結(jié)83-84
• 第七章 結(jié)束語84-86
• 7.1 結(jié)論84
• 7.2 論文的創(chuàng)新點84-85
• 7.3 下一步工作和展望85-86
• 致謝86-87
• 參考文獻(xiàn)87-90

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 蔡君;趙慧民;;基于用戶社團(tuán)變化的大型網(wǎng)絡(luò)異常群體行為檢測[J];西北大學(xué)學(xué)報(自然科學(xué)版);2013年03期

2 高凱;王九碩;馬紅霞;周二亮;Radha Ganesan;;微博信息采集及群體行為分析[J];小型微型計算機(jī)系統(tǒng);2013年10期

3 楊志謀;司光亞;李志強(qiáng);羅批;;大規(guī)模群體行為仿真模型設(shè)計與實現(xiàn)[J];系統(tǒng)仿真學(xué)報;2010年03期

4 楊志謀;司光亞;李志強(qiáng);羅批;;群體行為建模理論基礎(chǔ)與建模方法研究[J];系統(tǒng)仿真學(xué)報;2009年16期

5 姚燦中;楊建梅;;改進(jìn)的自推動粒子模型與群體行為研究[J];計算機(jī)工程與應(yīng)用;2011年25期

6 姚燦中;楊建梅;;雙目標(biāo)推動下群體行為的元胞自動機(jī)模擬[J];計算機(jī)工程與應(yīng)用;2012年01期

7 黃涵霞;胡燕萍;孫知信;;微博社交網(wǎng)絡(luò)中用戶群體關(guān)系挖掘與群體行為分析[J];中興通訊技術(shù);2014年01期

8 岳峰;榮明;胡曉峰;孫常福;;基于Agent構(gòu)建群體行為模型[J];裝甲兵工程學(xué)院學(xué)報;2008年01期

9 葛艷紅;李文鋒;董文濤;;物聯(lián)網(wǎng)環(huán)境下群體機(jī)器人協(xié)同演化機(jī)制研究[J];武漢理工大學(xué)學(xué)報;2012年09期

10 陳威華;張旭;曹黎俊;黃凱奇;;基于群體性行為模型的人群分析及其應(yīng)用[J];網(wǎng)絡(luò)新媒體技術(shù);2014年01期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 黎平;劉國棟;;強(qiáng)化法律對群體行為的控制是當(dāng)務(wù)之急[A];行為法學(xué)在中國的崛起[C];1993年

2 徐旭林;司光亞;禹海全;楊志謀;陳增強(qiáng);;社會群體行為演化網(wǎng)絡(luò)的非線性動力學(xué)分析[A];第五屆全國復(fù)雜網(wǎng)絡(luò)學(xué)術(shù)會議論文（摘要）匯集[C];2009年

3 盧山;;基于災(zāi)時網(wǎng)絡(luò)動員導(dǎo)引下的群體行為研究[A];第19屆中國社會學(xué)年會社會穩(wěn)定與社會管理機(jī)制研究論文集[C];2009年

4 胡斌;王志明;;個體—群體博弈的定性模擬[A];系統(tǒng)仿真技術(shù)及其應(yīng)用（第7卷）——'2005系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)交流會論文選編[C];2005年

5 任國友;白俠;;高�！叭厣比后w行為特征的界定與教育對策[A];高校心理健康教育專業(yè)化研究——第八屆全國高校心理健康教育與心理咨詢學(xué)術(shù)交流會論文集[C];2004年

6 周佳樹;陳毅文;王二平;;群體行為預(yù)測模型統(tǒng)計效力比較[A];第十二屆全國心理學(xué)學(xué)術(shù)大會論文摘要集[C];2009年

7 王緩緩;胡斌;蔣國銀;;基于Multi-Agent模擬的項目型組織群體互動規(guī)律研究[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會議論文集[C];2009年

8 趙媛;周應(yīng)祺;;魚類群體行為錄像提取數(shù)據(jù)的標(biāo)定及校正[A];2009年中國水產(chǎn)學(xué)會學(xué)術(shù)年會論文摘要集[C];2009年

9 諶東茨;;工序質(zhì)量監(jiān)控軟件——控制圖若干問題的研究[A];全國經(jīng)濟(jì)管理院校工業(yè)技術(shù)學(xué)研究會第五屆學(xué)術(shù)年會論文集[C];1994年

10 王龍;伏鋒;陳小杰;楚天廣;謝廣明;;群體行為與自組織合作[A];第二十六屆中國控制會議論文集[C];2007年

中國重要報紙全文數(shù)據(jù)庫 前6條

1 深交所投資者教育中心;股市交易中群體行為的陷阱[N];證券時報;2010年

2 《沈陽晚報》 佟麗霞;“人肉搜索”的道德借口[N];中國新聞出版報;2009年

3 武漢大學(xué)社會學(xué)系 張楊波;被遺忘的參考群體行為理論[N];中國社會科學(xué)報;2014年

4 記者 武彩霞;警惕股市交易中“群體行為陷阱”[N];新華每日電訊;2010年

5 復(fù)旦大學(xué) 劉建軍;幸福社會在哪里？[N];社會科學(xué)報;2014年

6 王君朝;日本酒俗點滴[N];人民日報;2004年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前6條

1 張靜;基于復(fù)雜網(wǎng)絡(luò)的微博用戶群體行為研究[D];北京郵電大學(xué);2015年

2 蘇航;群體行為理解和識別技術(shù)研究[D];上海交通大學(xué);2014年

3 陳世明;基于局部信息的若干群體行為研究[D];華中科技大學(xué);2006年

4 夏功成;企業(yè)知識群體行為的定性模擬研究[D];華中科技大學(xué);2005年

5 田野;基于微博平臺的事件趨勢分析及預(yù)測研究[D];武漢大學(xué);2012年

6 宋宏權(quán);區(qū)域人群狀態(tài)與行為的時空感知方法[D];南京師范大學(xué);2013年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 王小超;非一致質(zhì)量的多個體耦合系統(tǒng)的群體行為[D];哈爾濱工業(yè)大學(xué);2016年

2 梁鈺雯;社會性媒體對群體行為方式和社會變遷的影響[D];南京藝術(shù)學(xué)院;2016年

3 蔣平;鄰避沖突下的群體行為影響模型研究[D];電子科技大學(xué);2016年

4 張海波;基于移動通信數(shù)據(jù)的區(qū)域內(nèi)群體行為分析和預(yù)測[D];電子科技大學(xué);2016年

5 楊中元;基于神經(jīng)網(wǎng)絡(luò)的群體行為仿真技術(shù)研究[D];電子科技大學(xué);2016年

6 張嚴(yán)浩;群體行為視覺語義表達(dá)分析及應(yīng)用[D];哈爾濱工業(yè)大學(xué);2012年

7 茹立寧;群體行為的數(shù)學(xué)建模與分析[D];哈爾濱工業(yè)大學(xué);2012年

8 單銘明;不同身份狀態(tài)的認(rèn)同融合與極端親群體行為[D];華東師范大學(xué);2015年

9 于艷;多個體系統(tǒng)的群體行為與穩(wěn)定性分析[D];北方工業(yè)大學(xué);2010年

10 趙會艷;群體行為涌現(xiàn)機(jī)理的理論模型構(gòu)建[D];云南師范大學(xué);2013年

，

本文編號：1028213