基于模式匹配度的用户移动规则挖掘及位置预测方法研究

来源 :计算机应用研究 | 被引量 : 0次 | 上传用户:gaodmljs
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
传统的移动用户位置预测方法由于模式支持度计算方式不合理,存在预测精度偏低的问题。为此,提出了一种基于模式匹配度的用户移动规则挖掘及位置预测方法,并将其用于移动通信系统中,以基台覆盖范围网格为单元的用户位置预测。具体包括三个步骤:通过图的遍历挖掘用户移动模式、基于用户移动模式生成用户移动规则和依据用户移动规则进行位置预测。实验分析使用10个批次轨迹数据进行用户移动规则挖掘,结果表明,该方法挖掘出的用户移动规则数少、支持度高、置信度高,具有高精度的优点。
其他文献
针对内距离形状上下文(inner-distance shape context,IDSC)和轮廓点分布直方图(contours points distribution histogram,CPDH)在形状相似性度量中直方图匹配耗时长、工程应用性不佳的问题,提出了一种用EMD-L_1测量轮廓特征直方图距离的方法。EMD-L_1在原始EMD(earth mover’s distance)的基础上融合了
针对现有粒度权重的确定方法主观性较强的问题,提出一种基于粒度信息量的权重确定方法。首先,将信息量引入粗糙集的下近似分布中,定义粗糙集下近似分布中粒度集的信息量;其次,基于信息量定义了粒度的重要度,以粒度的重要度作为启发信息,设计了基于信息量来确定粒度权重的综合方法;通过引入权重系数,决策者根据实际情况选择粒度权重的确定方式,即经验主导型、客观主导型;最后,通过实例验证了算法的有效性。分析结果发现,