手機(jī)等智能終端設(shè)備在通信過程中會產(chǎn)生非常多的電信信息,包括基站的定位信息和時間信息。本文提取手機(jī)與基站交互產(chǎn)生的定位數(shù)據(jù),經(jīng)過數(shù)據(jù)的預(yù)處理,把偏差的定位數(shù)據(jù)信息、異常值替換,將時間序列的軌跡點(diǎn)形成完整的移動軌跡,進(jìn)而研究人群的移動軌跡。在人群的移動軌跡信息里,設(shè)置相應(yīng)的速度和距離閾值,判斷哪些軌跡是屬于人群的停留區(qū)域或活動的區(qū)域。在移動電信數(shù)據(jù)的人口分布和流動模式的管理上具有巨大的潛力。同時在電信信息里,除了基站的定位數(shù)據(jù)之外,還包含了大量的短信信息文本。運(yùn)用文本挖掘技術(shù),先對短信數(shù)據(jù)預(yù)處理,剔除對文本影響不大的變量,進(jìn)行特征詞的選擇,再對文本進(jìn)行分類和聚類研究。在本文的研究上,貝葉斯文本分類較于其他分類的效果更優(yōu)越,提出基于貝葉斯文本分類的馬斯洛分層模型,分析馬斯洛不同層次的信息。

【文章頁數(shù)】：59 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖2-1文本挖掘的過程

廣州大學(xué)理學(xué)碩士學(xué)位論文挖掘。三是互聯(lián)網(wǎng)和社會上對其需求。在互聯(lián)網(wǎng)和社交網(wǎng)絡(luò)上，文本信息日益增多，通過文本挖掘有用的和有價值的信息，進(jìn)行制定相關(guān)的決策。如在電信行業(yè)上進(jìn)行套餐的營銷，網(wǎng)購公司的商品推薦，了解用戶的習(xí)慣并進(jìn)行一些行業(yè)的指導(dǎo)具有重要的意義。2.2文本挖掘的過程

圖3-1支持向量機(jī)（SVM）數(shù)據(jù)分類支持向量機(jī)（SVM）文本分類的算法主要分為以下四個步驟：

將數(shù)據(jù)分隔開，該超平面的兩側(cè)上的數(shù)據(jù)樣本之間具有良好的文本分類能力。不管數(shù)據(jù)涉及到高維度的維度建立一個超平面，隨著數(shù)據(jù)的維度而產(chǎn)生相數(shù)據(jù)分布在兩側(cè)空白區(qū)域最大化上，在對線性的樣本明顯。支持向量機(jī)（SVM）算法應(yīng)用在文本分類時機(jī)器學(xué)習(xí)里面的運(yùn)用統(tǒng)計(jì)學(xué)原理知識的分類算法，通過壓縮到支....

圖3-2神經(jīng)元模型

圖3-2神經(jīng)元模型，對于表示從其他神經(jīng)元樣本信息出；表示各個突觸之間的連接強(qiáng)度，即第單個神經(jīng)元的樣本信息輸入用表示，則，則輸出當(dāng)前的狀態(tài)的函數(shù)為：

圖4-1人群密度熱力圖

34圖4-1人群密度熱力圖圖4-2區(qū)域一天人群流量的變化算群體的密度的方便簡潔的方法：一是基于視頻監(jiān)控、圖像的處理

本文編號：4054244