校园网用户的社交属性挖掘方法研究

来源 :辽宁工程技术大学 | 被引量 : 0次 | 上传用户:gotomis
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
以无线网络为基础的智慧校园建设已成为高校信息化的主流,如何充分利用校园用户的网络数据进行社交属性挖掘分析,实现隐式潜在关系的社区发现已成为当前该领域的研究热点。针对校园网用户社交属性挖掘的核心关键技术问题,提出一种改进的Prefix Span和最长公共子序列(Longest Common Subsequence,LCSS)的校园网用户社交属性挖掘方法。首先,在数据预处理阶段采用自适应调整的分组合并方法,清洗校园无线网络被动采集方式导致的大量冗余数据,压缩数据库规模;其次,依据校园网用户轨迹数据的周期性特征,通过构建前缀投影数据库优化Prefix Span,解决其频繁轨迹重复挖掘问题;然后,采用LCSS算法找到时间阈值内任意两条轨迹的公共点,并依据不同AP(Access Point)接入点的位置热度加权计算轨迹相似度,形成描述校园用户节点关系图的边集合;最后,采用GN(Girvan Newman)算法和FN(Fast Newman)算法实现社区发现。公开数据集实验测试结果表明,所提出方法较改进前的频繁数据集数据冗余降低,时间复杂度减少一个量级,GN和FN算法模块度平均提升1.07%和0.98%。校园网实际数据集实验测试结果表明,所提出方法的标准化互信息指数平均提升5.92%和2.30%,更加细粒度划分社区,符合班级、学院、社团等不同归属的实际社交属性,为智慧校园的校园网用户社交属性挖掘提供算法支撑。本论文有图30幅,表15个,参考文献63篇。
其他文献
随着现代技术的发展,将智能控制技术应用于农业将大力促进现代农业的发展,我国作为世界上的第一大农业生产国,农业对于我国的经济发展起着至关重要的作用,但是由于我国幅员辽阔,地理环境复杂,自然的农业种植根本不足以满足我国广大人口的日常需求,所以农业大棚就显得尤为重要。对于农业大棚方面的相关研究,我国起步较晚,大棚设施的智能化程度较低,与国外发达国家还存在一定的差距;而由于我国特殊的地理环境与国外存在较大
学位
货运量与地区生产总值关联性较高,是观察经济活跃度的重要指标之一。目前公路、水路货运量主要依托载运工具所属地进行统计,仅统计辖区内本地籍车、船所承运的货运量;铁路仅统计货物发送量,民航仅统计属地公司完成的货运量,这既无法反映地区经济社会发展所产生的货运量,也无法反映地区交通基础设施所承担的区域货运量。本文首先界定了区域货运量概念模型;其次给出了区域货运量推算的原则和步骤;再次之基于联网收费高速公路流
期刊
《无声告白》是美国80后华裔作家伍绮诗的处女作,小说历时6年完成,2014年一经出版即获如潮好评,斩获多个奖项,现已被译成20多种文字并出版。该作品讲述了20世纪70年代美国俄亥俄州一小镇上一名华裔教授与一名白人女性异族婚姻家庭里发生的悲剧故事,并塑造了一系列美国社会边缘人形象。小说以这个家庭的大女儿莉迪亚的死亡为开端,其后随着警方调查的进行,这个家庭成员陷入不断的回忆和反思之中,他们的生活状况和
学位
为了提高铁路货运量的预测精度,针对长短期记忆神经网络性能受隐含层神经元数量、分块尺寸、最大训练周期数以及学习率的影响,提出一种基于改进的蜻蜓算法优化LSTM(Improved DA-LSTM)的铁路货运量预测模型。首先,为提高蜻蜓算法的收敛速度和避免局部最优问题,提出一种佳点集初始化种群的改进蜻蜓算法。其次,为提高LSTM模型的性能,运用改进的蜻蜓算法优化选择LSTM模型参数并进行铁路货运量预测。
期刊
随着计算机走进大众的视野,互联网在军事、文化、生活等诸多领域具有一定的应用。网络流量是一种对网络状况进行评价的重要指标,因此对网络流量进行建模与预测可以有效的对未来流量变化趋势进行分析与判断。支持向量机(Support Vector Machine,SVM)作为一种较为先进的学习方法,具有泛化能力强与学习效率高等优势被广泛应用于机器学习之中。本文应用SVM模型对网络流量时间序列进行建模与预测,并首
学位
报纸
近些年来,伴随着经济实力的逐步增强,我国的环境污染问题日益凸显,环境保护、低碳发展等环保观念逐渐上升到一个新的高度,并且我国在大力推广绿色金融创新试验区的发展。绿色金融是指对环保、节能、清洁能源、绿色交通、绿色建筑等领域的项目投融资、项目运营、风险管理等所提供的金融服务,而保险是一种典型的风险管理工具,绿色保险作为绿色金融的一部分,可以从风险控制、投融资等多个方面,实现对环境问题的预防和补救,不仅
学位
数据会因属性不同而被分别记录,但是这些数据具有时空上的相关性,因此他们可以被归为同一种类进行分析,文章在长短时记忆网络(LSTM)的基础上,提出多维LSTM预测模型对同一类型不同属性的数据进行同步预测。和传统的一维数据预测方法相比,多维LSTM预测模型的优势在于其在预测的同时能够反映不同种类数据之间的关联性。货运量数据(铁路、公路和民航)实验的结果表明,多维LSTM的预测结果优于向量自回归模型。
期刊
当前,基于浏览器的增强现实(简称Web AR)技术越来越受到重视,Web AR技术是一种轻量级的增强现实(Augmented Reality,简称AR)实施方案,Web技术本身具有跨平台、易传播等特性,为AR内容的实现与推广奠定了基础。目前,AR应用大多仍然是基于设备和基于应用程序的实现方案,基于Web的增强现实应用受到的限制因素仍然较多,推广比较受限,其中三维模型创建困难是一个限制因素,非专业人
学位
当前,网络已经成为舆情产生和传播的媒介,网络舆情突发事件的爆发需要有关管理部门的处理与决策,这类网络舆情突发事件可以归结为决策问题。本文针对同时爆发的多个网络舆情突发事件,进行多属性决策分析,并且构建了应急群决策模型。面对这些问题,本文提出了以Vague集理论为基础的解决方法,引进Vague集间相似度量的一种公理化定义。充分考虑Vague值的支持度、反对度和它们的未知度,得到了基于Vague的三维
学位