滿意度:
銷量: 0
評論: 0 次
成果簡介:
本發(fā)明涉及一種基于用戶移動模式的位置預(yù)測方法,屬于機器學(xué)習(xí)領(lǐng)域。方法為:采用Apriori算法挖掘出每個用戶的個體移動模式,找出影響用戶簽到的內(nèi)因;利用動態(tài)時間規(guī)整算法DTW計算用戶的個體移動模式之間的相似性;通過聚類將用戶的個體移動模式進行分組,得到每一組的中心模式,找到影響簽到的外因;分別用個體的移動模式與整體的移動模式來訓(xùn)練馬爾可夫模型;基于IMP和AMP訓(xùn)練馬爾可夫鏈模型,預(yù)測用戶的下一個位置;考慮外在天氣的影響,創(chuàng)建天氣總特征;利用高斯核函數(shù)計算當(dāng)前地點的天氣與其他地點天氣的相似性,對預(yù)測的結(jié)果進行修正;設(shè)置評估標(biāo)準(zhǔn)和基準(zhǔn)方法。本發(fā)明使得預(yù)測的結(jié)果更切合實際生活。
地址:重慶市兩江新區(qū)大竹林街道青楓北路30號鳳凰C座815-816