用户预测在无线网络规划中的方法研究

用户预测在无线网络规划中具有举足轻重的作用，本文介绍了用户预测的各种方法，并给出了具体实例。     

基于用户特征的微博转发预测研究

研究微博用户转发行为,预测微博转发概率,确定影响微博转发概率的因素,在热点挖掘、产品营销、舆情监控、谣言控制等方面有重要的现实意义.本文介绍了影响微博转发的用户特征,其中比较典型的有用户影响力、粉丝平均标签数、粉丝活跃度等特征.通过粉丝数-关注数算法、用户标签数算法、粉丝活跃度算法等分析了它们与微博转发之间的关联关系,并确定各个属性的阈值,这些阈值对微博转发预测起到了至关重要的作用.     

移动增值业务发展现状与发展趋势分析

介绍和分析了当前主流移动增值业务,包括应用下载业务、基于多媒体消息业务和WAP 2.0业务及其相关开发技术,如J2ME、BREW等;从数据增值业务比重增长、终端发展趋势和数据增值业务的行业渗透等方面,对移动增值业务的现状与特点进行了总结与归纳;在此基础上,以即将来临的3G通信时代为背景,对未来移动增值业务的发展趋势与特点进行了研究,并给出了相应的对策和建议。     

一种基于用户关注行为的标签预测方法研究

为从互联网用户的关注行为中抽离出更有效的用户标签,通过挖掘用户行为的关注特性,对标签进行预测,完善用户画像系统.首先,构建用户和关注行为对象的邻接矩阵,对其进行奇异值分解,得到行为特征矩阵;然后,利用逻辑斯蒂回归模型训练特征矩阵,预测用户行业属性标签;最后,针对微博上673144条用户行为数据进行实验研究.结果表明,利...     

基于决策树的产品设计用户评价预测方法

产品设计用户评价预测是理论研究和应用研究的重要课题。本文提出了基于决策树的产品设计用户评价预测方法。讨论了决策树方法在产品设计用户评价预测中的适用性。对取自加州大学欧文分校机器学习知识库中,汽车评价数据库中的1729个数据做了产品设计用户评价预测实验,结果表明,模型有非常好的拟合和预测效果,其效果明显优于常用logistic回归。     

函件业务量的多元回归预测方法

函件业务是邮政的核心和基础业务，函件业务的预测对制定邮政企业发展规划具有十分重要的意义。首先介绍了影响函件业务量的主要因素，然后给出了建立函件业务量多元回归模型的方法，并用近年来的有关数据建立了函件业务量实际模型，对近三年的函件业务量进行了预测。     

基于二次组合的特征工程与XGBoost模型的用户行为预测

特征构造的难题在数据挖掘过程中一直存在,传统固化的特征工程对于业务场景千变万化的数据挖掘任务所带来的效益十分有限,因此解决特征工程的特征构造问题已经成为数据挖掘的瓶颈之一;尤其在机器学习算法快速发展的情况下,特征逐渐成为模型中急需重视的部分。基于电商平台的用户行为数据,在原有特征群的基础上提出了二次组合统计特征的构建方法。利用二次交叉衍生出丰富而又切合业务场景的特征群,同时结合两种滑动窗口的方法,分别是定长滑动窗口获取更多的训练样本,变长滑动窗口获取具有时间权重的训练特征,以此来最大限度地还原出用户真实的行为习惯。最后,使用不同的特征组合结合降维的方法建立对照检验模型;并利用线性的逻辑回归模型、线性支持向量机以及树模型极端随机森林与XGBoost对模型进行交叉验证。结果表明,组合特征在树模型的算法中得到了非常好的表达效果;而且无论在线性模型还是树模型中衍生特征群模型的F1值都优于基础特征群。     

基于业务的移动网络用户体验协同建模方法

应用多维分析,研究移动网络用户体验的协同建模方法.从用户通信数据和用户体验出发,基于用户细分和对移动业务深入分析,以语音业务为例,描述了QoE与KQI,KQI与KPI,KPI与通信数据之间的关系,提出了协同建模的方法与过程,说明了参数与权值的确定,给出了“通信数据-KPI-KQI-QoE”的建模流程.     

基于有效特征选择的高价值移动通信用户预测方法

高价值移动通信用户预测是电信客户关系管理中的一项重要内容。针对建立预测模型时遇到的高维、大规模、类不平衡等数据处理问题,提出了一种基于有效特征选择的预测方法。利用欠采样方式从初始不平衡数据集提取多个平衡训练集,使用结合Pearson相关性分析和随机森林特征重要性评估的特征选择策略,在集成学习方法中嵌入加权和投票机制获得最优的特征子集,最后采用随机森林算法建立预测模型。实验结果表明,该预测模型可以有效降低特征集的维度并提升对高价值移动通信用户的预测性能。     

应用多元模糊推理预测方法进行邮电业务总量预测

采用一种新的模糊预测方法--多元模糊推理预测方法进行邮电业务总量预测的研究.该方法利用邮电业务总量和三个产业的生产总值的历史数据建立模糊推理规则,从而进一步建立邮电业务量水平跟三个产业的生产总值之间的模糊蕴涵关系,通过模糊推理得到业务量预测结果.该方法对预测问题中存在的不确定因素进行了处理,克服了其它模型中知识的凝固性,能够象专家一样不断地总结新的经验并调整原有的经验,具有自学习功能.利用某地区的实际数据进行分析计算,并将结果跟模糊神经元网络预测法的结果进行比较,表明多元模糊推理预测方法是有效的.     

移动增值业务技术及发展建议

介绍了目前移动增值业务在国内外的发展情况,对各类移动增值业务使用技术及主要应用进行了分析,提出了发展移动增值业务面临的问题及应对措施。     

基于集成分类器的用户属性预测研究

用户属性在个性化服务中具有重要的作用,利用手机数据进行用户属性预测逐渐成为新方向.利用手机应用类别均使用时长和应用类别个数,提出了基本属性与辅助属性的概念.首先对所有未标注样本的辅助属性离散化,将辅助属性基于类别的海灵格距离作为基本属性的特征权重,将基本属性与权重的乘积作为特征训练集成分类器中的各个基分类器,并引入随机森林中的带外样本准确率作为基分类器的权重,得到最终的分类结果.实验结果表明,本文所给出的集成分类器框架能够提高用户属性预测的效果.     

智能用户接口Agent的用户模型与系统构建方法

在简要给出智能用户接口的体系结构后,主要讨论了智能用户接口Ａｇｅｎｔ的构建、用户模型及建立方法。通过属于数字个人助手类型的Ａｇｅｎｔ实例,介绍几种典型的智能用户接口Ａｇｅｎｔ。     

保险规模分析与预测方法述评

保险规模分析与预测,在我国具有现实意义。目前对保险规模预测与分析进行研究的文章有很多,运用方法各不相同,本文对保险规模分析与预测相关文章进行文献综述,在此基础上比较分析各种预测方法的预测精度及其特点。     

移动多媒体广播中电子业务指南的生成与终端解析

本文详细分析了中国移动多媒体广播中的电子业务指南（ESG）部分的构成、终端接收处理以及解析实现方案．     

异质搜索环境下的用户偏好性预测方法研究

提出了一系列基于搜索结果页面的特征用于学习分类器,自动预测用户的偏好性,并尝试将预测模型与用户实验结合起来。实验结果表明,尽管异质环境下搜索结果页面有着丰富的信息,但仅基于搜索结果页面的展现形式难以对用户的偏好性做出可靠的预测。     

预测技术在移动通信业发展规模决策中的应用

根据我国移动通信产业当前所处的环境和地位，以移动电话用户数为案例，研究了定性预测与定量预测技术在我国移动通信业务发展规模决策中的应用.     

情报信息预测中定性方法与定量方法的结合

通过阐述定性预测方法和定量预测方法的优点和缺陷，探讨了在情报信息预测中两种方法之间的内在联系和有机结合，指出只有两种方法相结合，才能使预测对象的各方面因素融合在预测结果之中，从而提高情报信息预测的精确度。     

5G移动通信系统性能分析与预测方法研究

由于复杂多变的通信环境,第五代(5G)移动通信面临着严峻挑战.为了实现5G移动通信质量的增强,分析和预测移动通信系统的平均符号误码率(average symbol error probability,ASEP)性能就非常重要.因此,分析与预测了移动通信系统ASEP性能.首先推导了ASEP的精确闭合表达式,对系统的ASE...     

基于用户偏好和层次分析的数字家庭业务调度算法

根据用户对业务的使用偏好提出了一种基于层次分析法(AHP)的数字家庭智能业务调度算法,通过对制 约因素、备选业务进行相对权重分析,确定最符合用户需要的业务,从而可以提前调度业务,保障用户使用业务的 满意度和舒适度.结果表明,考虑用户偏好的层次分析调度算法更能适应个性化的数字家庭环境,与轮询调度算法 相比,提出的业务调度算法成功匹配率更高.