本文選題：手機上網(wǎng)數(shù)據(jù)　切入點：手機上網(wǎng)行為　出處：《地球信息科學學報》2017年08期

【摘要】：手機用戶上網(wǎng)時段研究與預測對手機用戶行為與模式分析、網(wǎng)絡(luò)服務內(nèi)容設(shè)計、網(wǎng)絡(luò)黏性與心理、移動互聯(lián)商業(yè)智能等具有重要意義。本文結(jié)合Markov模型和關(guān)聯(lián)規(guī)則模型,提出一種手機用戶上網(wǎng)時段的混合Markov預測方法——Lift-Markov(LM)方法,并采用中國某城市4G手機用戶流量上網(wǎng)產(chǎn)生的流量收費數(shù)據(jù)進行實驗驗證與分析。研究發(fā)現(xiàn):該實驗區(qū)域37.66%的手機用戶個體存在明顯的以天為周期的周期性特性;本文所提出的LM方法在10、20、30、40、50、60 min間隔時的平均預測準確率都優(yōu)于Markov模型和Mostvalue模型,其中在60 min間隔時能達到79.75%的平均準確率,優(yōu)于Markov模型(74.64%)和Mostvalue模型(64.44%);LM方法的預測準確率分布相比于其他2種模型都要窄,而且密度分布峰值最高、標準差最小,說明本文方法對人群的上網(wǎng)時段預測準確率較為集中與穩(wěn)定,具有較好的預測性能。
[Abstract]:The research and prediction of mobile phone users' Internet access period is of great significance for mobile phone users' behavior and pattern analysis, network service content design, network viscosity and psychology, mobile interconnection business intelligence and so on. This paper combines Markov model and association rule model, etc. In this paper, a hybrid Markov prediction method for mobile phone users is proposed, which is called Lift-Markov-LM. The experimental results show that 37.66% of the mobile phone users in this experimental area have a periodic characteristic of the period of the day. The average prediction accuracy of the LM method proposed in this paper is better than that of the Markov model and the Mostvalue model at the interval of 10 / 20 / 30 / 40 / 50 / 60 min, and the average accuracy is 79.75% at the 60 min interval, respectively. The prediction accuracy distribution of the LM method is narrower than that of the other two models, and the density distribution is the highest and the standard deviation is the smallest. The results show that the prediction accuracy of this method is concentrated and stable, and it has good prediction performance.
【作者單位】： 武漢大學測繪遙感信息工程國家重點實驗室;地球空間信息技術(shù)協(xié)同創(chuàng)新中心;中國移動通信集團湖北有限公司業(yè)務支撐中心;
【基金】：國家自然科學基金項目(41231171、41371420) 湖北省青年英才開發(fā)計劃 武漢大學自主科研項目拔尖創(chuàng)新人才類資助項目(2042015KF0167)
【分類號】：O211.62;TN929.53

【相似文獻】

相關(guān)期刊論文 前10條

1 夏莉;;商業(yè)儲蓄網(wǎng)點優(yōu)化設(shè)置的Markov預測[J];商業(yè)研究;2007年09期

2 謝杰;;中國實際利率的狀態(tài)轉(zhuǎn)換與階段性平穩(wěn)特征——基于三區(qū)制Markov狀態(tài)轉(zhuǎn)移模型的分析[J];金融理論與實踐;2011年02期

3 劉金全;劉志剛;;具有Markov區(qū)制轉(zhuǎn)移的向量誤差修正模型及其應用[J];管理科學學報;2006年05期

4 劉萬榮,劉再明,侯振挺;Markov骨架過程的構(gòu)造[J];經(jīng)濟數(shù)學;2000年02期

5 宋娜;李揚榮;;Markov積分半群的逼近(英文)[J];西南大學學報(自然科學版);2009年08期

6 張一進;李揚榮;楊春德;;對偶分支q-矩陣生成的Markov積分半群[J];西南大學學報(自然科學版);2010年04期

7 梁發(fā)超;張文開;居鳳云;;基于MARKOV——灰色模型的土地利用結(jié)構(gòu)變化預測[J];沈陽大學學報;2008年06期

8 王金金;李揚榮;;Markov積分半群的擾動和逼近[J];應用泛函分析學報;2011年02期

9 王金金;李揚榮;;Markov積分半群的弱對稱性(英文)[J];西南大學學報(自然科學版);2009年04期

10 付麗;李揚榮;;碰撞分支Q-矩陣生成的Markov積分半群(英文)[J];西南大學學報(自然科學版);2009年06期

相關(guān)會議論文 前1條

1 安實;孫健;王巖;;基于Markov決策過程的離散過程風險度量[A];第八屆中國管理科學學術(shù)年會論文集[C];2006年

相關(guān)博士學位論文 前2條

1 蘇海軍;基于Markov轉(zhuǎn)換動態(tài)條件相關(guān)分析的危機傳染研究[D];華中科技大學;2011年

2 丁義明;Markov算子的漸近行為與經(jīng)濟系統(tǒng)的幾個問題[D];北京師范大學;2002年

相關(guān)碩士學位論文 前3條

1 袁大璉;圓周上Markov映射的逆極限空間[D];華南師范大學;2005年

2 劉曉玲;樹上的Markov映射的逆極限[D];華南師范大學;2005年

3 胡琴琴;Markov算子的漸近平穩(wěn)性[D];山東大學;2011年

，

本文編號：1686871