共查询到10条相似文献,搜索用时 578 毫秒
1.
【目的/意义】针对图书馆用户群体聚类分群不稳定且错误率较高的问题,提出基于马尔可夫模型的图书馆
用户聚类分群方法,提升图书馆用户聚类分群精准度。【方法/过程】采用一阶马尔可夫混合模型构建用户动作序列
模型,通过模型产生用户行为聚类,体现用户动作的动态性,采用自适应自然梯度算法,依据用户行为分离状态自
适应调整自身步长,优化模型参数学习中模型自动选择问题,实现最佳图书馆用户聚类分群。【结果/结论】通过实
验结果能够证明,实际聚类数量小于L值时,提出方法能够实现参数学习过程中模型的自动选择。提出方法的分群
数量最多,能够划分出最大的取值区间,聚类错误率最低为0.22%,聚类性能比较稳定,分群结果更加精准,达到了
设计的预期。【创新/局限】采用一阶马尔可夫混合模型实现了图书馆用户聚类分群。后续将进一步研究可考虑用
户序列间关联的高阶马尔可夫分量模型,以提高分群算法的准确性和稳定性。 相似文献
2.
本文分析了消费者偏好和分群现象,阐述了网络营销的运作流程和现有的网络营销模式。根据网络营销特点构建基于消费者偏好分群的网络营销模型,并且通过构建群体偏好聚合模型来解释如何对群体偏好进行数据挖掘。 相似文献
3.
4.
5.
为了提高软件鲁棒性检测精度,将灰色预测模型和马尔可夫链进行组合,提出一种基于串联灰色马尔可夫链模型的软件鲁棒性检测组合模型。利用灰色系统模型预测软件可靠性的整体趋势,马尔可夫链对软件可靠性的随机性、波动性进行预测,实现对灰色模型预测结果的修正,实现软件可靠性的准确预测。仿真结果表明,相对于传统预测方法,灰色马尔可夫链组合模型提高了软件鲁棒性的测量精度,可以为软件开发工作提供一些科学性、建设性建议,提高软件质量。 相似文献
6.
为了更多的挖掘数据的信息,本文将移动平均与马尔可夫链模型结合,对马尔可夫链模型进行改进,以拟合结果为动态基准线来构建动态的马尔可夫链,并进行预测及平稳分布研究.利用上海市机场2008年1月至2013年10月的各月数据进行模型拟合,将拟合结果作为动态基准线,进行系统状态划分,确定状态转移概率矩阵.预测未来4个月的中值和区间,并根据马尔可夫链的遍历性和稳定性求出状态的平稳分布.实证表明,该方法的预测精度更高,并且具有较强的适用性和泛化性,具有较强的实用价值. 相似文献
7.
为探究学术期刊分群的测度方法,以我国法学期刊为例,运用网络分析中的"位置"分析、成分分析及结构洞理论,呈现我国法学期刊分群原貌,挖掘群落形成原因,评价各期刊子群及处于关键位置的期刊在法学期刊知识信息流通中起到的作用,并对法学期刊的发展提出建议,最后,从方法论、算法及结果阐释3个方面总结社会网络分析法在学术期刊分群中的独特优势。 相似文献
8.
9.
10.
【 目的/意义】在突发公共卫生事件情境下面向在线健康社区用户画像与分群,有助于提升社区服务质量,为
拓宽互联网疫情风险感知渠道作出贡献。【方法/过程】以“COVID-19”为例,结合社区数据特点从用户基本特征、
用户兴趣主题、情感倾向、用户问诊需求和用户交互网络角色五个角度出发构建画像标签并利用DBSCAN聚类实
现画像,根据画像结果呈现用户概貌;利用 AP算法在画像基础上实现用户分群,通过社会网络分析找到最具疫情
风险发现价值的用户类群。【结果/结论】实例分析表明,本文所构建的模型能够有效生成在线健康社区用户画像,
画像可以对社区用户进行概括、映射用户原貌;分群结果呈现出5类社区用户群:患者、疑似患者、医师、奉献者和社
区管理员;社会网络分析表明最具疫情风险发现价值的用户群体为疑似患者和奉献者。【创新/局限】实例分析数据
量尚达不到“大数据”标准,画像构建粒度仍有继续提升的空间。 相似文献