摘要

本文提出了一种校园用户身份识别及预测方法。通过对校园区域内用户行为轨迹和时域变化的综合分析,识别出校园内不同用户的身份。结合自回归移动平均模型预测校园内不同身份用户的行为趋势,预测算法准确率达到90%以上。基于用户身份识别及预测算法,可挖掘通信大数据价值,进而为用户提供定制化、个性化、差异化的网络服务。