科研之友
微信
新浪微博
Facebook
分享链接
摘要
由于人类活动的复杂性和多维性，活动模式的挖掘具有很大的挑战性。本文提出了一个基于时序活动序列计算用户之间的相似度，通过聚类分析来挖掘活动模式和社会人口学模式的方法，对模式进行趋势分析。实验结果表明，提出O(p(m–p))的相似度算法，可以有效地进行聚类。在此基础上，通过时序活动图和概率密度函数（PDF）图的可视化以及统计分析，挖掘出了活动及其社会人口学模式，然后通过对连续多年的数据挖掘，获取行为及其社会人口学模式的发展趋势，以此得到了相似的活动行为具有相似的社会人口学特征的结论。
-
单位国家电网公司信息通信分公司; 山东建筑大学; 国网技术学院
