检索结果-内蒙古大学图书馆

湖南大学学报（自然科学版） 2018年第2期45卷 127-132页

作者：何敏彭岚倩刘宏立胡久松湖南大学电气与信息工程学院湖南长沙410082

提出了一种基于改进隐马尔科夫模型的用户行为识别方法.采用遗传算法用于优化隐马尔科夫模型的初始参数,将混沌算子代替遗传算法中高斯变异算子,以避免传统遗传算法在收敛过程中的停滞和早熟问题,并有效解决传统隐马尔科夫模型中Baum-We... 详细信息

提出了一种基于改进隐马尔科夫模型的用户行为识别方法.采用遗传算法用于优化隐马尔科夫模型的初始参数,将混沌算子代替遗传算法中高斯变异算子,以避免传统遗传算法在收敛过程中的停滞和早熟问题,并有效解决传统隐马尔科夫模型中Baum-Welch算法对初始参数敏感的问题.此外,采用UCI中ADLs数据对用户行为进行识别,实验结果表明该方法具有很高的识别率和可靠性.

关键词：隐马尔科夫模型遗传算法 Baum-Welch算法用户行为识别

来源：评论

学校读者我要写书评

暂无评论

基于聚类分析的电子商务用户行为识别

引用

现代电子技术 2017年第15期40卷 150-152,158页

作者：范颖史梁邹香玲河南广播电视大学信息工程学院河南郑州450008

在实际电子商务企业发展中,识别电子商务用户行为,对电子商务用户行为进行行之有效的评估,选择出最优的电子商务用户营销决策,以达成电子商务用户营销目的。应用聚类分析方法,通过对电子商务用户的行为进行聚类分析识别,可以优化制定出... 详细信息

在实际电子商务企业发展中,识别电子商务用户行为,对电子商务用户行为进行行之有效的评估,选择出最优的电子商务用户营销决策,以达成电子商务用户营销目的。应用聚类分析方法,通过对电子商务用户的行为进行聚类分析识别,可以优化制定出适合电子商务用户营销的发展决策。结论证实,基于聚类分析方法可以正确识别电子商务用户行为,为优化电商商务用户营销决策提供科学依据。

关键词：聚类分析用户营销电子商务用户行为识别

来源：评论

学校读者我要写书评

暂无评论

面向用户行为识别的群智感知系统研究与设计

面向用户行为识别的群智感知系统研究与设计

引用

作者：刘英杰北京林业大学

学位级别：硕士

用户行为识别研究过程中,用户行为数据是课题研究的重要基石,传统的人工收集数据方式存在误差较大、效率低下等问题。随着物联网技术、通信技术和智能移动设备的飞速发展,推动产生了群智感知这一新兴的数据收集方式。群智感知是以用户... 详细信息

用户行为识别研究过程中,用户行为数据是课题研究的重要基石,传统的人工收集数据方式存在误差较大、效率低下等问题。随着物联网技术、通信技术和智能移动设备的飞速发展,推动产生了群智感知这一新兴的数据收集方式。群智感知是以用户的智能移动设备作为基本感知单元,利用通信技术形成群智感知网络,由服务器实现感知任务的分发,通过大量用户的相互协作,完成大规模、广覆盖的数据收集。本文设计了一个面向用户行为识别的移动群智感知原型系统,详细阐述了面向用户识别的群智感知系统的构建以及利用朴素贝叶斯算法对用户行为数据进行分析与识别的过程。本系统客户端基于Android平台,服务器端使用Bmob后端云。客户端包含注册登录、任务接收、地图定位、应用保活、任务参与、反馈分享与数据展示在内的七个功能模块。服务器端主要包含数据维护、任务推送。为保证系统可以稳定、正常的投入使用,对系统进行了严格的测试。测试结果表明该系统具有良好的健壮性、可靠性和实用性。本文基于朴素贝叶斯算法,利用群智感知系统采集到的数据训练了用户行为识别模型,实现了根据用户当前的时间、地点信息对其是否处于学习状态的分类,在测试集上的分类准确率高达80.5%。本系统高效的完成了对于用户行为数据的采集和识别任务,其中的数据采集功能还可服务于后续其他的科研任务,对大规模的数据收集做出了贡献。

关键词： Android 群智感知用户行为识别朴素贝叶斯

来源：评论

学校读者我要写书评

暂无评论

基于EGA-HMM2算法的用户行为识别研究

基于EGA-HMM2算法的用户行为识别研究

引用

作者：储哲浙江大学

学位级别：硕士

近年来，随着人工智能的快速发展，用户行为识别技术在智能家居、辅助医疗、机器人和安全监控等领域得到了广泛的应用，受到了许多研究人员的关注和重视。用户行为识别一般由数据获取、特征提取、模型识别三个阶段所组成，本文主要对模... 详细信息

近年来，随着人工智能的快速发展，用户行为识别技术在智能家居、辅助医疗、机器人和安全监控等领域得到了广泛的应用，受到了许多研究人员的关注和重视。用户行为识别一般由数据获取、特征提取、模型识别三个阶段所组成，本文主要对模型识别阶段进行了研究。为了提高识别准确率，本文针对隐马尔科夫模型(HMM)应用于用户行为识别时，存在假设局限性的问题，提出了改进算法。　　首先，在用户行为识别中，经验表明用户当前时刻的行为往往不仅取决于上一时刻的行为，也与历史时刻的行为有关，所以需要考虑长距离的依赖关系。然而传统的一阶HMM假设只考虑了一阶关系，导致模型性能较差。本文通过引入二阶HMM，即假设任意时刻的状态依赖于其前两个时刻的状态、任意时刻的观测依赖于该时刻和其上一时刻的状态，解决了一阶HMM假设简单的问题。同时针对计算过程中数值下溢的现象，通过增加比例因子进行修正，并给出了二阶HMM和一阶HMM的概率等价定理。　　其次，针对HMM的参数学习算法Baum-Welch算法对初始值敏感的问题，本文利用遗传算法的全局寻优能力优化模型的初始参数。考虑到简单遗传算法不能收敛到全局最优，本文引入精英保留遗传算法优化二阶HMM的Baum-Welch算法，提出了EGA-HMM2算法，并给出了算法参数的详细说明。　　最后，采用OrdonezA数据集进行实验分析，通过使用查准率、召回率、F1-度量作为评估标准对模型的性能进行比较，实验结果表明该算法在用户行为识别中相比传统识别算法具有更高的识别率。

关键词：用户行为识别隐马尔科夫模型 Baum-Welch算法遗传算法 EGA-HMM2算法特征提取

来源：评论

学校读者我要写书评

暂无评论

基于非侵入式负荷分解的用户行为识别研究

基于非侵入式负荷分解的用户行为识别研究

引用

作者：朱奥帆华北电力大学(北京)

学位级别：硕士

随着能源供需间矛盾的日益严峻,供给侧和需求侧需要一同参与、双向互动,以推动能源高效利用,促进坚强智能电网发展。负荷监测作为电网体系中重要一环,有必要深入挖掘数据中的有效信息,拓宽非侵入式负荷分解结果的应用范围。电量监测与... 详细信息

随着能源供需间矛盾的日益严峻,供给侧和需求侧需要一同参与、双向互动,以推动能源高效利用,促进坚强智能电网发展。负荷监测作为电网体系中重要一环,有必要深入挖掘数据中的有效信息,拓宽非侵入式负荷分解结果的应用范围。电量监测与用户用能行为间存在一定相关性,非侵入式负荷分解结果可以作为识别用户行为状态的有效依据,这对电网感知用户用能需求、提升服务质量具有重要意义。本文主要开展基于非侵入式负荷分解的用户行为识别研究,提出了一种利用负荷分解结果识别用户行为状态的方法。根据负荷运行状态具有时间规律性的特点,建立了基于长短期记忆人工神经网络的非侵入式负荷分解模型,利用分类算法训练学习负荷监测数据与用户行为间的关联性,建立了基于分类算法和主成分分析法的用户行为识别模型。针对神经网络无长期记忆的特点,本文首先利用长短期负荷神经网络方法,以时间和稳态电流作为负荷特征,提出了考虑用户负荷使用特性的非侵入式负荷分解模型,基于K-means聚类方法建立了 AMPds数据集电流模板库,并通过算例证明了基于长短期记忆的非侵入式负荷分解方法的有效性。为开展基于负荷信息的用户行为识别研究,本文建立了一套家庭负荷监测系统,利用LAN、Wi-Fi和LTE多种通信方式,有效采集了山东省济南市某居民用户的家庭用电信息,具有较小的数据丢失率,奠定了用户行为识别的数据基础。最后本文利用系统采集到的用户数据对决策树、支持向量机和K最近邻算法进行训练,分别建立了不同分类算法下的用户行为识别模型,通过对比不同算法、不同参数设定条件下识别用户行为的准确度,深入分析了各分类算法识别用户行为的优势和不足之处,证明了在选择合适的分类算法情况下利用负荷信息识别用户行为的可行性。

关键词：非侵入式负荷分解长短期记忆分类算法用户行为识别

来源：评论

学校读者我要写书评

暂无评论

基于移动端网络流量的用户行为识别模型研究

基于移动端网络流量的用户行为识别模型研究

引用

作者：娄云电子科技大学

学位级别：硕士

近年来,移动智能设备(如智能手机和平板电脑)在商业上取得了越来越大成功,已经成为全球数十亿人日常生活中不可或缺的元素。移动设备不仅用于传统的通信活动,如语音通话和信息通信,还用于大量的多用途应用,如金融、游戏、视频会议和购... 详细信息

近年来,移动智能设备(如智能手机和平板电脑)在商业上取得了越来越大成功,已经成为全球数十亿人日常生活中不可或缺的元素。移动设备不仅用于传统的通信活动,如语音通话和信息通信,还用于大量的多用途应用,如金融、游戏、视频会议和购物等。移动用户日常上网行为不仅带来了流量的爆炸式增长,同时也使用户行为呈现出复杂性和多样性。因此,深入分析移动应用流量,识别用户异常行为对移动互联网的安全防范具有重要意义。本文的主要研究内容如下:1.为了解决真实移动网络环境下非目标应用程序流量的干扰问题,提出了一个基于嵌套伪孪生网络的移动应用用户行为识别模型。该模型采用了嵌套网络的结构设计,内层的伪孪生神经网络负责从只包含目标应用程序流量的纯净网络流量中提取指定用户行为的公共流量模式;外层的伪孪生神经网络负责将非目标应用程序和目标应用程序流量混杂的真实网络流量与公共流量模式进行比较,从而快速准确的识别出指定的用户行为。2.为了减少大规模流量采集和模型训练的工作量,提出了一个基于迁移学习的移动应用用户行为识别框架。当前活跃使用的App数量达到百万级别,如果使用传统的监督学习方法为每一个应用或每一个应用的用户行为单独训练一个分类器是不可行的。因此,本框架采用了基于网络的迁移方法,把一个用户行为识别分类器中已经训练好的部分神经网络结构和连接参数进行重新利用,借鉴到另一个用户行为识别分类器中去,从而极大地缩短了训练时间并有效地提高了识别的准确性,避免了大规模标签数据的收集工作,提高了移动应用用户行为识别模型的泛化性。3.设计并实现了一个移动应用用户行为检测平台UAMonitor,能够在真实的移动网络环境下通过监听加密网络流量来识别用户在移动设备上执行的操作,检测出异常的用户行为。该平台界面友好,实现了移动端流量的收集、分类、可视化展示等功能,能够满足实时用户行为检测的功能需求。本文的研究成果对移动网络流量的实时检测以及复杂用户行为识别领域的研究具有一定的借鉴意义。

关键词：用户行为识别深度学习迁移学习孪生神经网络

来源：评论

学校读者我要写书评

暂无评论

基于用户行为识别的推荐算法研究

基于用户行为识别的推荐算法研究

引用

作者：刘婧怡中国科学院大学

学位级别：硕士

互联网web2.0时代诞生了多种多样的社交网络。随着GPS定位技术的成熟，地理位置信息被融合到这些社交网络中，衍生了基于位置的社交网络。近年来，基于位置的社交网络上位置和用户的数据得到了大量积累。对于普通的用户来说，海量的数... 详细信息

互联网web2.0时代诞生了多种多样的社交网络。随着GPS定位技术的成熟，地理位置信息被融合到这些社交网络中，衍生了基于位置的社交网络。近年来，基于位置的社交网络上位置和用户的数据得到了大量积累。对于普通的用户来说，海量的数据是过载的，用户越来越难以从中找到自己感兴趣的服务或商品。对于商家来说，从海量数据中识别用户行为模式，挖掘和理解用户真实访问意图越来越困难。为了解决这一问题，推荐系统作为高效的信息检索工具成为位置社交网络中重要的组成部分。然而在基于位置的社交网络中，用户的签到行为是一种线下行为，受限于用户的经济成本和时间约束，用户产生的签到地点较为有限。同时，出于隐私保护等原因，部分用户即使产生了线下访问行为也不会在线上进行位置签到。这些客观因素导致用户与兴趣点交互数据较为稀疏，基于用户行为识别的兴趣点推荐更加困难。现有的大部分研究方法未能全面有效挖掘对于识别用户行为有益的相关上下文。因此研究基于用户行为识别的推荐算法，解决现存推荐方案中的问题，提升推荐列表质量和推荐准确率，具有重要的理论价值和现实意义。　　本文主要关注并解决基于位置社交网络的推荐算法的现存问题，提出一种基于用户行为识别的长短期偏好建模方法。本文的具体研究内容如下:　　1.现有方案分析与方案核心设计。通过文献阅读分析现有基于位置社交网络的推荐算法的优缺点。根据现有的方案，确定了基于用户行为识别推荐方案的研究内容和研究目标，初步形成了基于用户行为识别的长短期偏好推荐方案的核心设计思路。　　2.推荐方案架构设计。本文提出了一种精准的基于用户行为识别的长短期偏好建模方案，全面地考虑了用户签到记录中相关的序列和协同上下文信息，有效地提高了下一个兴趣点推荐的准确率。在方案架构设计中模型分为三个部分，分别为长期偏好建模模块、短期偏好建模模块和预测模块。在长期偏好建模中，使用注意力机制根据用户当前状态挑选出历史签到中对预测最有益的信息，以实现长期访问偏好和周期性访问规律的捕获。在短期偏好建模中，通过构造协同会话，建立全局兴趣点相似图来准确捕获用户近期访问意图和需求。在预测模块中，融合用户的长短期偏好，以精准预测用户下一个可能访问的兴趣点，提高推荐准确率。　　3.推荐方案实现与推荐性能评估。根据方案架构设计，搭建实验环境，实现本文模型方案。同时实现对比模型方案，比较本文方案与已有研究方案的推荐性能，证明了本文模型能够获得更高的推荐准确率。采用消融实验，对本文提出的模型的每一个重要组成部分进行性能评估，表明了模型的重要组成部分均对最终的推荐结果产生积极影响。

关键词：位置社交网络推荐算法用户行为识别长短期偏好建模

来源：评论

学校读者我要写书评

暂无评论

基于网络流量的微信用户行为识别技术

基于网络流量的微信用户行为识别技术

引用

作者：燕飞鹏杭州电子科技大学

学位级别：硕士

信息化时代的来临,智能设备及其上的应用程序逐渐成为人们日常生活中不可或缺的一部分。网络流量作为应用程序在网络通讯时传输数据的载体,受到研究者的广泛关注。分析应用程序产生的网络流量可以为网络管理、隐私保护以及用户行为识别... 详细信息

信息化时代的来临,智能设备及其上的应用程序逐渐成为人们日常生活中不可或缺的一部分。网络流量作为应用程序在网络通讯时传输数据的载体,受到研究者的广泛关注。分析应用程序产生的网络流量可以为网络管理、隐私保护以及用户行为识别等提供重要信息。微信是在中国以及海外华侨用户中极其受欢迎的一款拥有发送文本、图片、语音、视频、红包以及转账等功能的即时通讯类应用程序。然而,微信在给人们的日常生活带来便利的同时,也引发了如微信红包赌局、微信诈骗和微信钓鱼攻击等安全问题。本文针对微信用户行为识别展开深入研究。第一,为了保护用户隐私安全以及提供更好的网络服务,本文提出一种基于流量分类的微信用户行为识别技术。首先分析用户行为产生的网络流量中的特征信息;其次采用固定的时间段切分网络流量至多条表示用户行为的子序列中;然后从子序列中提取流量特征信息,用于构建基于随机森林算法的流量分类模型。在真实数据集上的评估实验结果表明,识别用户行为的平均F1值为88%,其中微信文本与图片均可以实现96%以上的Fl值(F1-Score),而阶段性行为微信红包与转账的F1值为83%。第二,为了分析微信赌博、微信诈骗以及微信钓鱼攻击等安全问题,本文提出基于流量分类的微信用户阶段性行为识别技术。首先分析阶段性行为的特殊性以及各个阶段产生的网络流量中的特征信息;其次以数据包时间间隔切分网络流量至多条表示不同阶段的子序列中;然后根据不同阶段的流量特征信息,从子序列中提取特征信息,用于构建基于随机森林算法流量分类模型。实验结果表明,本文提出的可以准确识别阶段性行为,平均F1值达到96%。综上所述,本文提出的基于网络流量的微信用户行为识别技术具有可行性,可以应用于网络管理、隐私保护和用户行为识别等。因此,本研究具有一定理论和使用价值。

关键词：微信网络流量用户行为识别流量分类流量分析

来源：评论

学校读者我要写书评

暂无评论

基于流量的移动支付应用用户行为识别研究

基于流量的移动支付应用用户行为识别研究

引用

作者：王亚茹杭州电子科技大学

学位级别：硕士

在最近的几年里,移动支付的出现和普及,给人们的日常生活出行带来极大的便捷的同时也出现了大量用户隐私信息泄露的问题。本文站在攻击者的角度,研究了一种潜在的隐私信息攻击方式,其能够通过分析移动支付应用产生的加密网络流量识别出... 详细信息

在最近的几年里,移动支付的出现和普及,给人们的日常生活出行带来极大的便捷的同时也出现了大量用户隐私信息泄露的问题。本文站在攻击者的角度,研究了一种潜在的隐私信息攻击方式,其能够通过分析移动支付应用产生的加密网络流量识别出用户行为类型进而获取用户的相关信息。目前的用户行为识别研究主要集中于聊天通讯行为(如即时聊天、发送图片和发送视频等)分析,现有的方法针对人们日益依赖的移动支付应用上资金交易行为(如转账、发送红包等)无法精确识别;此外,大多数研究者仍在使用人工采集方式进行流量收集,费时费力。针对这些缺陷与不足,本文基于流量分析对移动支付应用上的用户行为展开研究。首先提出了一种基于自动化流量采集与分析的移动支付应用用户行为识别方法。利用模糊测试工具实现自动化的流量采集;之后通过对用户行为进行具体分析,提取适用于移动支付应用用户行为识别的统计特征;使用贝叶斯算法进行建模以实现对未知流量的识别。实验结果显示该方法实现了对移动支付应用上用户行为的有效识别,尤其是对于最常见的支付宝应用,其识别准确率为87%,较之前Yan等人的方法提升了8%左右。针对某些特定的移动支付应用上用户行为识别准确率低的问题,提出了基于噪声处理与集成学习算法相结合的行为识别优化方法。首先针对背景流量与混淆流分别进行噪声过滤处理;然后使用RF、Ada Boost、GBDT和XGBoost四种集成学习算法分别进行建模;最后将噪声处理与集成学习算法相结合对模型进行优化。实验显示该方法在对不同移动支付应用用户行为的识别任务上准确率和F1分数均达到了90%以上。为还原完整的真实攻击场景,设计并实现了一个移动支付流量层次化识别仿真系统。在此系统中,以分层的方式实现对移动支付应用网络流量的分析与识别。首先,从混淆的加密流量中识别出移动支付应用;在识别出应用类型之后,分类出用户具体的行为类型(发送文本、图片、转账、红包等等);最后,从更细粒度的角度出发,识别出用户的阶段性行为类型(例如转账支付行为的每个操作步骤)。实验结果表明,所提出的层次化识别仿真系统在真实攻击场景下具有有效性和广泛性。

关键词：隐私安全移动支付应用流量分析用户行为识别

来源：评论

学校读者我要写书评

暂无评论

基于无线传感网络的用户行为识别研究

基于无线传感网络的用户行为识别研究

引用

作者：彭岚倩湖南大学

学位级别：硕士

近年来人工智能技术的不断进步,推动了智能家居的发展和应用。在智能家居系统中,无线传感网络技术具有部署灵活、使用方便等优点,在用户行为识别领域发挥了重要的作用。通过部署无线传感器网络技术,可搜集用户日常信息,捕捉用户的行为习... 详细信息

近年来人工智能技术的不断进步,推动了智能家居的发展和应用。在智能家居系统中,无线传感网络技术具有部署灵活、使用方便等优点,在用户行为识别领域发挥了重要的作用。通过部署无线传感器网络技术,可搜集用户日常信息,捕捉用户的行为习惯,分析用户的健康状况。在该类技术的部署和应用中,构建被监测者行为逻辑顺序关系的有效模型非常关键。传统的行为模型难以满足精确监测和分析的要求。为提高结果的精度和可靠性,本文提出了一个新型行为模型,并提出了改进算法。本文充分利用支持向量机(SVM)的多分类特性与隐马尔科夫模型(HMM)的双随机过程特性,将SVM和HMM综合使用,组成一个新型SVM/HMM模型,并使用基于Baum-Welch算法训练得出的SVM/HMM模型来建立传感器输出值与用户行为之间的联系。为解决Baum-Welch算法对初始参数敏感的问题,本文采用遗传算法进行全局搜索优化。通过使用混沌映射的思想解决在变异过程中产生的早熟现象,有效的解决了搜索结果易陷入局部优化的问题。最后,通过使用公开的Kastern和OrdonezA数据进行仿真,对比了本文提出的新型方法与传统识别方法的识别结果。仿真过程中对离散后的空类数据进行标记,减少了数据的冗余度。仿真结果表明,本文提出的基于SVM/HMM模型的用户行为识别方法,相比传统的识别方法识别率更高。

关键词：无线传感网络 SVM/HMM模型遗传算法 Baum-Welch算法用户行为识别

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：