基于交叉熵的序列事件周期性检测及应用研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 第一章 引言 | 第11-17页 |
| ·研究背景 | 第11-12页 |
| ·问题的提出 | 第12-13页 |
| ·研究目的及意义 | 第13-14页 |
| ·论文的研究内容和创新点 | 第14-17页 |
| 第二章 相关研究综述 | 第17-25页 |
| ·序列事件的周期性 | 第17-18页 |
| ·周期模式的类别 | 第18-20页 |
| ·全周期模式和部分周期模式 | 第18页 |
| ·同步周期模式和异步周期模式 | 第18-19页 |
| ·其他类型的周期模式 | 第19-20页 |
| ·周期检测方法 | 第20-22页 |
| ·用户事先设定周期下的周期模式识别 | 第20页 |
| ·在事先不知道周期长度下的周期模式识别 | 第20-21页 |
| ·自动化周期检测算法研究 | 第21页 |
| ·综合算法解决噪音和准确性问题 | 第21-22页 |
| ·小结 | 第22页 |
| ·事件周期性的应用 | 第22-25页 |
| ·经济管理方面的应用 | 第22-23页 |
| ·计算机及网络安全管理方面的应用 | 第23页 |
| ·其他方面应用 | 第23-25页 |
| 第三章 研究方法 | 第25-35页 |
| ·基础概念 | 第25-27页 |
| ·周期性 | 第25页 |
| ·支持度与置信度 | 第25-26页 |
| ·熵与交叉熵 | 第26-27页 |
| ·时间序列的二进制编码 | 第27-28页 |
| ·划分方法 | 第28-32页 |
| ·划分方法的定义 | 第28-30页 |
| ·划分方法的相关性质 | 第30-31页 |
| ·好的划分 | 第31-32页 |
| ·周期检测 | 第32页 |
| ·方法框架 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 第四章 基于交叉熵的时间序列周期性检测 | 第35-48页 |
| ·事件在时间序列中的分布周期性检测 | 第35-36页 |
| ·事件在时间序列中的结构周期性检测 | 第36-40页 |
| ·周期性评价 | 第40-43页 |
| ·KL' (p||q)n的一些性质 | 第40-42页 |
| ·周期评估方法 | 第42-43页 |
| ·实验结果 | 第43-47页 |
| ·实验步骤 | 第43-45页 |
| ·实验结果 | 第45-47页 |
| ·小结 | 第47-48页 |
| 第五章 EC 用户行为周期性识别与推荐应用 | 第48-62页 |
| ·算法应用提出的背景 | 第48-49页 |
| ·应用框架 | 第49-52页 |
| ·基于购买周期的推荐策略 | 第52-53页 |
| ·实验验证 | 第53-62页 |
| ·数据获取 | 第53-54页 |
| ·数据处理 | 第54-58页 |
| ·周期检测 | 第58-60页 |
| ·结果验证 | 第60-62页 |
| 第六章 结论与展望 | 第62-66页 |
| ·研究总结 | 第62-63页 |
| ·研究展望 | 第63-66页 |
| ·多事件周期检测 | 第63页 |
| ·实验过程中的一些思考 | 第63-66页 |
| 参考文献 | 第66-69页 |
| 附录一：周期检测算法 | 第69-70页 |
| 附录二：KL 函数定义 | 第70-72页 |
| 附录三：周期评估算法 | 第72-73页 |
| 攻读硕士期间的学术成果 | 第73-74页 |
