-
题名活动模式的挖掘及其相关趋势分析
- 1
-
-
作者
宋玲
吕舜铭
刘洪鑫
吕强
牛小飞
刘新锋
-
机构
山东建筑大学计算机科学与技术学院
国家电网公司信息通信分公司
国网技术学院
-
出处
《应用科技》
CAS
2022年第2期40-48,共9页
-
基金
国家自然科学基金项目(62177031,51975332)
山东省自然科学基金项目(ZR202102190312)
山东省重大科技创新项目(2019JZZY010435)。
-
文摘
由于人类活动的复杂性和多维性,活动模式的挖掘具有很大的挑战性。本文提出了一个基于时序活动序列计算用户之间的相似度,通过聚类分析来挖掘活动模式和社会人口学模式的方法,对模式进行趋势分析。实验结果表明,提出O(p(m-p))的相似度算法,可以有效地进行聚类。在此基础上,通过时序活动图和概率密度函数(PDF)图的可视化以及统计分析,挖掘出了活动及其社会人口学模式,然后通过对连续多年的数据挖掘,获取行为及其社会人口学模式的发展趋势,以此得到了相似的活动行为具有相似的社会人口学特征的结论。
-
关键词
活动模式挖掘
社会人口学模式挖掘
时序活动序列
相似度计算
最长公共活动子序列
聚类
趋势分析
-
Keywords
activity pattern mining
socio-demographic pattern mining
time series activity sequence
similarity computation
longest common activity subsequence
clustering
trend analysis
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
