基于移动定位数据的用户群体划分模型研究
| 摘要 | 第2-3页 |
| Abstract | 第3-4页 |
| 1 绪论 | 第7-15页 |
| 1.1 研究背景与意义 | 第7-9页 |
| 1.1.1 研究背景 | 第7-8页 |
| 1.1.2 研究意义 | 第8-9页 |
| 1.2 研究现状与不足 | 第9-13页 |
| 1.3 研究内容及论文结构 | 第13-15页 |
| 1.3.1 研究内容 | 第13-14页 |
| 1.3.2 论文结构 | 第14-15页 |
| 2 相关理论基础 | 第15-23页 |
| 2.1 移动数据挖掘 | 第15-16页 |
| 2.2 聚类分析 | 第16-20页 |
| 2.2.1 凝聚层次聚类 | 第16-17页 |
| 2.2.2 K-Means聚类 | 第17-18页 |
| 2.2.3 DBSCAN聚类 | 第18-20页 |
| 2.3 相似性度量 | 第20-21页 |
| 2.3.1 欧氏距离 | 第20-21页 |
| 2.3.2 余弦相似度 | 第21页 |
| 2.4 TF-IDF | 第21-22页 |
| 2.5 本章小结 | 第22-23页 |
| 3 用户群体划分模型构建 | 第23-36页 |
| 3.1 移动定位数据特征分析 | 第23-28页 |
| 3.1.1 时空异质性 | 第23-25页 |
| 3.1.2 空间聚集效应 | 第25-27页 |
| 3.1.3 稀疏性 | 第27-28页 |
| 3.1.4 语义信息不详 | 第28页 |
| 3.2 用户群体划分模型总体设计 | 第28-29页 |
| 3.3 用户兴趣区域提取 | 第29-34页 |
| 3.3.1 兴趣区域提取 | 第31-32页 |
| 3.3.2 兴趣区域特征向量构建 | 第32-34页 |
| 3.4 用户群体划分 | 第34-35页 |
| 3.4.1 用户兴趣向量构建 | 第34页 |
| 3.4.2 用户聚类 | 第34-35页 |
| 3.5 本章小结 | 第35-36页 |
| 4 基于移动定位数据的用户群体划分实例 | 第36-47页 |
| 4.1 数据分析与准备 | 第36-37页 |
| 4.1.1 数据描述 | 第36页 |
| 4.1.2 数据预处理 | 第36-37页 |
| 4.2 用户兴趣区域提取 | 第37-42页 |
| 4.2.1 参数选择 | 第38-39页 |
| 4.2.2 结果分析 | 第39-42页 |
| 4.3 用户群体划分 | 第42-46页 |
| 4.3.1 语义解析与兴趣向量构建 | 第42-43页 |
| 4.3.2 聚类结果分析 | 第43-46页 |
| 4.4 本章小结 | 第46-47页 |
| 结论 | 第47-48页 |
| 参考文献 | 第48-52页 |
| 攻读硕士学位期间发表学术论文情况 | 第52-53页 |
| 致谢 | 第53-55页 |
