基于网络日志的用户行为刻画与预测研究

摘要：

采用基于相似度的特征聚类算法以及粗糙集模糊分析法,提出了基于网络日志的用户性格特征分析及行为预测方法.首先,构建标准性格特征向量库;然后,采用基于余弦相似度的特征聚类算法进行性格分析,该算法解决了适量样本情况下的机器学习中聚类的问题,使训练模板数据即使在数据不是足够大的情况下仍能提取特征;最后,采用基于粗糙集理论的模糊分析算法进行行为预测,该分析算法简化了分析过程,减少了建模中需考虑的因素,又能得出精确的结果.对比实验表明,该方法能较准确地分析不同用户性格特征和对其未来行为进行预判,并分析出可能对安全领域造成威胁的人群.

关键词：网络日志、余弦相似度、粗糙集模糊分析、用户性格特征、行为预测技术、安全预警

所属期刊栏目：51

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金项目61370139;北京市社会科学基金项目15JGB099,15ZHA004;高水平人才交叉培养"实培计划" 科研基金项目71B1810826;信息+专项基金项目5111823610

在线出版日期：2019-08-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：48-54,60