泛在网络中情景感知业务的实现及用户移动序列模式研究

泛在网络中情景感知业务的实现及用户移动序列模式研究

论文摘要

在环境感知的生态环境中,网络就如同空气和水一样,自然而深刻地融入了人们的日常生活及工作中。网络不再被动地满足用户需求,而是主动感知用户情景的变化并进行信息交互,通过分析人的个性化需求主动提供服务。相应地,终端设备具备智能型接口及环境感知能力,使人们使用起来更加简单和方便。泛在网络的发展一方面为人们更个性化更方便的交互提供了一个广阔的平台,同时也刺激人们在移动商务应用方面的需求,越来越多的移动商务被提出来。其中情景感知便是最为抢眼的一个。本文一方面从环境感知泛在网络的发展状况、情景感知业务的通用框架、泛在网络中情景的获取、处理和应用几个方面来分析情景感知业务在泛在网络中的技术实现,并根据移动商务的发展状况和情景感知业务特点,给出了泛在网络环境下情景感知业务的商业应用框架。另一方面,本文从情景感知业务用户数据库中,提取位置移动和商品信息进行数学定义,并采用Apriori经典算法寻找情景感知用户移动序列模式。这个挖掘情景感知移动用户序列模式的方法可以得到用户的位置情景变化规律和与位置情景变化相关的商品购买行为的发生规律。情景感知用户移动序列模式的方法为移动运营商提供有价值的增值服务提供了理论基础,也为众多的商铺提供了一个精准营销渠道建立的方法,更重要的是为满足用户个性化方便性信息的要求提供了一种解决方案。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 序言
  • 1.1 研究背景
  • 1.1.1 情景感知业务的应用价值
  • 1.1.2 情景感知业务的应用前景
  • 1.2 研究内容及方法
  • 1.2.1 研究内容
  • 1.2.2 研究方法
  • 1.3 论文创新点
  • 1.4 论文框架
  • 第二章 情景感知及数据挖掘综述
  • 2.1 情景感知概念及研究现状
  • 2.1.1 情景及情景感知的概念
  • 2.1.2 情景感知的技术实现
  • 2.1.3 情景感知的商业应用
  • 2.2 数据挖掘的概念、过程、模式及方法综述
  • 2.2.1 数据挖掘的概念
  • 2.2.2 数据挖掘的一般过程
  • 2.2.3 数据挖掘的模式及算法
  • 2.3 序列模式挖掘研究综述
  • 2.3.1 序列模式挖掘的概念
  • 2.3.2 序列模式挖掘的任务
  • 2.3.3 序列模式挖掘过程及方法
  • 第三章 情景感知业务在泛在网络中的实现研究
  • 3.1 环境感知泛在网络的发展分析
  • 3.1.1 环境感知泛在网络的基本特征
  • 3.1.2 环境感知泛在网络的发展状况
  • 3.2 情景感知业务在泛在网络中的技术实现
  • 3.2.1 泛在网络中实现情景感知业务的技术实现框架分析
  • 3.2.2 泛在网络中的情景获取
  • 3.2.3 泛在网络中的情景处理
  • 3.2.4 泛在网络中的情景应用
  • 3.3 情景感知业务在泛在网络中的商业应用
  • 3.3.1 泛在网络中实现情景感知业务的商业应用框架分析
  • 3.3.2 泛在网络中情景感知业务的服务流程
  • 3.4 情景感知业务在泛在网络中的应用举例
  • 3.5 情景感知业务在泛在网络中的实现建议
  • 3.6 本章小结
  • 第四章 情景感知用户移动序列模式挖掘研究
  • 4.1 情景感知用户移动序列要素定义
  • 4.2 情景感知用户移动序列模式挖掘
  • 4.2.1 情景感知用户移动序列大项集生成
  • 4.2.2 情景感知用户移动序列大项集转换
  • 4.2.3 情景感知用户移动序列模式生成
  • 4.2.4 情景感知用户移动序列规则生成
  • 4.3 情景感知用户移动序列模式应用举例
  • 4.4 本章小结
  • 第五章 结论与展望
  • 5.1 研究结论
  • 5.2 对于行业发展建议
  • 5.3 贡献与创新点
  • 5.4 进一步研究方向
  • 参考文献
  • 致谢
  • 攻读学位期间发表的学术论文目录
  • 相关论文文献

    • [1].正负序列模式中的约束条件研究[J]. 齐鲁工业大学学报(自然科学版) 2016(05)
    • [2].基于加权序列模式的推荐算法研究[J]. 计算机工程与科学 2015(07)
    • [3].翻译序列模式指导下的会议口译准备策略[J]. 知识经济 2012(14)
    • [4].在频繁序列模式中挖掘并发序列模式[J]. 沈阳化工大学学报 2011(03)
    • [5].一种挖掘压缩序列模式的有效算法[J]. 计算机研究与发展 2010(01)
    • [6].序列模式图可视化算法的研究与实现[J]. 中国城市经济 2010(10)
    • [7].挖掘闭合多维序列模式的可行方法[J]. 计算机工程与设计 2009(22)
    • [8].基于签到序列模式的隐式位置访问推演技术[J]. 沈阳航空航天大学学报 2018(02)
    • [9].有效挖掘闭合组合序列模式[J]. 计算机科学 2010(06)
    • [10].一种挖掘压缩序列模式的高效算法(英文)[J]. 计算机科学与探索 2008(01)
    • [11].基于0、1序列模式的图像检索算法的改进[J]. 内蒙古科技与经济 2008(15)
    • [12].考虑时间动态性和序列模式的个性化推荐算法[J]. 数据分析与知识发现 2018(07)
    • [13].基于序列模式的多步攻击挖掘算法的研究[J]. 兵工自动化 2017(09)
    • [14].多时间粒度序列模式挖掘[J]. 小型微型计算机系统 2011(01)
    • [15].时间约束序列模式的有效生成候选项的方法[J]. 微型机与应用 2011(10)
    • [16].基于并发序列模式的偏序模式挖掘[J]. 沈阳化工大学学报 2011(04)
    • [17].序列模式发现的结构化动态优化方法[J]. 计算机工程 2010(13)
    • [18].通过计算影响权值实现敏感序列模式隐藏[J]. 小型微型计算机系统 2010(08)
    • [19].基于0,1序列模式的图像检索算法的改进[J]. 重庆工学院学报(自然科学版) 2008(03)
    • [20].基于移动交易序列模式的用户行为模式增益挖掘研究[J]. 沈阳师范大学学报(自然科学版) 2015(04)
    • [21].特征匹配在0、1序列模式的图像检索算法的应用[J]. 福建电脑 2008(07)
    • [22].免预设间隔约束的对比序列模式高效挖掘[J]. 计算机学报 2016(10)
    • [23].闭合序列模式的删减更新算法[J]. 怀化学院学报 2011(05)
    • [24].基于隐私保护的序列模式挖掘[J]. 小型微型计算机系统 2008(07)
    • [25].基于约束的序列模式关联规则挖掘算法[J]. 太原师范学院学报(自然科学版) 2015(01)
    • [26].一种基于滑动窗口的时间序列异常检测算法[J]. 巢湖学院学报 2011(03)
    • [27].车载自组织网络中车辆路径预测序列模式数据挖掘方法[J]. 汽车技术 2019(09)
    • [28].会话流中Top-k闭序列模式的挖掘[J]. 计算机工程 2009(19)
    • [29].基于序列模式发现的恶意行为检测方法[J]. 计算机工程 2011(24)
    • [30].多序列环境下的序列模式挖掘算法[J]. 微计算机信息 2010(36)

    标签:;  ;  ;  ;  ;  

    泛在网络中情景感知业务的实现及用户移动序列模式研究
    下载Doc文档

    猜你喜欢