手机用户上网时段的混合Markov预测方法

摘要：

手机用户上网时段研究与预测对手机用户行为与模式分析、网络服务内容设计、网络黏性与心理、移动互联商业智能等具有重要意义.本文结合Markov模型和关联规则模型,提出一种手机用户上网时段的混合Markov预测方法——Lift-Mar-kov(LM)方法,并采用中国某城市4G手机用户流量上网产生的流量收费数据进行实验验证与分析.研究发现:该实验区域37.66％的手机用户个体存在明显的以天为周期的周期性特性;本文所提出的LM方法在10、20、30、40、50、60 min间隔时的平均预测准确率都优于Markov模型和Mostvalue模型,其中在60 min间隔时能达到79.75％的平均准确率,优于Markov模型(74.64％)和Mostvalue模型(64.44％);LM方法的预测准确率分布相比于其他2种模型都要窄,而且密度分布峰值最高、标准差最小,说明本文方法对人群的上网时段预测准确率较为集中与稳定,具有较好的预测性能.

关键词：手机上网数据、手机上网行为、上网时间特征、时段预测、混合Markov方法

所属期刊栏目：19

分类号：TP3;TN9

资助基金：国家自然科学基金项目41231171、41371420;湖北省青年英才开发计划;武汉大学自主科研项目拔尖创新人才类资助项目2042015KF0167

在线出版日期：2017-09-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1019-1025