本文選題：移動互聯(lián)網(wǎng)　切入點(diǎn)：移動性預(yù)測　出處：《北京郵電大學(xué)》2017年碩士論文

【摘要】：隨著移動終端技術(shù)的不斷發(fā)展,移動互聯(lián)網(wǎng)用戶的數(shù)量呈現(xiàn)飛速的增長,越來越多的用戶通過移動終端,比如手機(jī)、平板電腦等設(shè)備,從互聯(lián)網(wǎng)中獲取自己需要的資源。這個過程會產(chǎn)生海量的移動通信數(shù)據(jù),通過分析這些移動性數(shù)據(jù),我們可以掌握用戶的移動規(guī)律和活動軌跡,深入理解用戶的行為特征和移動模式,幫助我們實(shí)現(xiàn)移動互聯(lián)網(wǎng)用戶的移動性預(yù)測。移動性預(yù)測模型的研究是理解人們?nèi)粘Ｉ盍?xí)慣、社交關(guān)系、個人喜好等行為的重要課題,可以幫助我們解決如應(yīng)用推薦、疾病預(yù)防、城市規(guī)劃、人口遷徙、國防建設(shè)等各種實(shí)際問題,對促進(jìn)移動通信技術(shù)的發(fā)展有著積極的影響和重大的研究意義。移動通信的過程中,用戶產(chǎn)生的數(shù)據(jù)是海量的,傳統(tǒng)的數(shù)據(jù)處理技術(shù)已經(jīng)無法滿足我們的存儲和分析要求。所以,本文通過Hadoop分布式軟件平臺來實(shí)現(xiàn)對用戶的移動性數(shù)據(jù)的分析和預(yù)測。本文首先介紹了 Hadoop的架構(gòu),及其進(jìn)行大數(shù)據(jù)存儲和計算的基本流程和工作原理。在基于Hadoop的平臺上,構(gòu)建了移動互聯(lián)網(wǎng)用戶的移動性預(yù)測模型。隨后,研究了用戶軌跡里重要位置的提取方法,并基于Point of Interests(POI)識別率指標(biāo)對這些算法進(jìn)行了評估與對比,選取出最理想的方法完成了數(shù)據(jù)的預(yù)處理。接著,本文對移動互聯(lián)網(wǎng)用戶進(jìn)行了移動性分析,來判斷用戶位置的可預(yù)測性。并在熵算法基礎(chǔ)上提出了瞬時熵與轉(zhuǎn)移概率結(jié)合的算法,完成了對用戶軌跡里的每個訪問位置的可預(yù)測性的判斷�？深A(yù)測性分析的實(shí)驗(yàn)結(jié)果為移動性預(yù)測提供了有力的依據(jù)。最后,本文實(shí)現(xiàn)了移動互聯(lián)網(wǎng)用戶的移動性預(yù)測,并針對傳統(tǒng)算法的缺陷提出了改進(jìn)預(yù)測性能的方法,提高了移動性預(yù)測的準(zhǔn)確度。
[Abstract]:With the continuous development of mobile terminal technology, the number of mobile Internet users is increasing rapidly. More and more users obtain the resources they need from the Internet through mobile terminals, such as mobile phones, tablets and other devices.This process will produce massive amounts of mobile communication data. By analyzing these mobility data, we can grasp the mobility laws and activity trajectories of users, and deeply understand the behavior characteristics and mobility patterns of users.To help us achieve mobile Internet users mobility prediction.The research of mobility prediction models is an important topic to understand people's daily life habits, social relationships, personal preferences and so on, which can help us solve problems such as application recommendation, disease prevention, urban planning, population migration, etc.National defense construction and other practical problems have a positive impact on the development of mobile communication technology and significant research significance.In the process of mobile communication, the data generated by users is huge, the traditional data processing technology can not meet our storage and analysis requirements.Therefore, this paper uses Hadoop distributed software platform to realize the analysis and prediction of user mobility data.This paper first introduces the architecture of Hadoop, the basic flow and working principle of big data storage and calculation.On the platform of Hadoop, the mobility prediction model of mobile Internet users is constructed.Then, the extraction method of the important position in the user trajectory is studied, and these algorithms are evaluated and compared based on the Point of Interests-Poi recognition rate index, and the most ideal method is selected to complete the data preprocessing.Then, this paper analyzes the mobility of mobile Internet users to determine the predictability of user location.Based on the entropy algorithm, an algorithm combining instantaneous entropy and transition probability is proposed, which can judge the predictability of each access location in the user's trajectory.The experimental results of predictive analysis provide a powerful basis for mobility prediction.Finally, the mobility prediction of mobile Internet users is realized, and a method to improve the performance of the traditional algorithms is proposed to improve the accuracy of mobility prediction.
【學(xué)位授予單位】：北京郵電大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TN929.5;TP393.0

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 段煉,張浩亮,吳偉陵;基于優(yōu)選速度和方向的無線網(wǎng)絡(luò)用戶移動性模型[J];北京郵電大學(xué)學(xué)報;2002年04期

2 ;協(xié)議[J];電子科技文摘;2003年07期

3 趙紹剛,肖征榮;未來移動通信系統(tǒng)的網(wǎng)絡(luò)移動性[J];重慶郵電學(xué)院學(xué)報(自然科學(xué)版);2004年04期

4 張翼德;馮鋼;薛飛;;無線通信網(wǎng)中的新型移動性模型[J];電子科技大學(xué)學(xué)報;2009年03期

5 周勝,王曉晴,裴廷睿,吳偉陵;第三代移動通信系統(tǒng)中用戶移動性模型的研究[J];電訊技術(shù);2002年05期

6 鄧波;;基于無線網(wǎng)絡(luò)的移動性的研究[J];科技資訊;2010年29期

7 Anders Lofgren;;2013企業(yè)移動辦公五大預(yù)測[J];微電腦世界;2013年04期

8 任海峰;趙君;;國外移動學(xué)習(xí)研究動態(tài)[J];課程教材教學(xué)研究(中教研究);2010年Z5期

9 Hendrik Bergsten;;商務(wù)獲益于移動性[J];每周電腦報;2006年32期

10 王璨;駱堅;張大方;黎文偉;;一種基于移動性的無線傳感器網(wǎng)絡(luò)分簇路由協(xié)議[J];計算機(jī)工程與科學(xué);2012年03期

相關(guān)會議論文 前4條

1 楊麗娜;;未來移動通信系統(tǒng)中的網(wǎng)絡(luò)移動性[A];黑龍江省通信學(xué)會學(xué)術(shù)年會論文集[C];2005年

2 烏云霄;王蘊(yùn)實(shí);呂召彪;;LTE/HSPA SON關(guān)鍵技術(shù)研究[A];2011全國無線及移動通信學(xué)術(shù)大會論文集[C];2011年

3 陳逸;鐘宏;唐斌;崔予文;李金山;常輝;周廉;;Ti-Zr二元體系BCC相擴(kuò)散移動性的評估[A];第十四屆全國鈦及鈦合金學(xué)術(shù)交流會論文集（上冊）[C];2010年

4 顧曉泉;佘武松;;膈肌刺傷的損傷程度鑒定1例[A];全國第七次法醫(yī)學(xué)術(shù)交流會論文摘要集[C];2004年

相關(guān)重要報紙文章 前10條

1 華凌;展現(xiàn)可持續(xù)發(fā)展道路移動性的未來[N];科技日報;2004年

2 張?zhí)?可持續(xù)移動：不同國家不同看法[N];中國經(jīng)濟(jì)導(dǎo)報;2006年

3 袁曉明;“收入移動性”參數(shù)與縮小貧富差距[N];東方早報;2005年

4 本報記者 張彤;移動性：無線的第一推動力[N];網(wǎng)絡(luò)世界;2010年

5 本報記者 陳和利;移動性推動的數(shù)字融合將帶來巨大商機(jī)[N];科技日報;2005年

6 本報記者 郭濤;機(jī)器大數(shù)據(jù)也離不開Hadoop[N];中國計算機(jī)報;2013年

7 ;無線網(wǎng)絡(luò)面對六大挑戰(zhàn)（下）[N];網(wǎng)絡(luò)世界;2007年

8 ;MPLS支持移動性研究受矚目[N];人民郵電;2002年

9 本報記者 王星;Hadoop引發(fā)大數(shù)據(jù)之戰(zhàn)[N];電腦報;2012年

10 文榮;增強(qiáng)就業(yè)能力五要訣[N];云南日報;2004年

相關(guān)博士學(xué)位論文 前3條

1 潘林;數(shù)據(jù)驅(qū)動的城市尺度人類移動性研究[D];天津大學(xué);2015年

2 宋亞奇;云平臺下電力設(shè)備監(jiān)測大數(shù)據(jù)存儲優(yōu)化與并行處理技術(shù)研究[D];華北電力大學(xué)(北京);2016年

3 張云勇;開放系統(tǒng)中移動性研究——基于agent的計算基本架構(gòu)（ABCBA）[D];電子科技大學(xué);2003年

相關(guān)碩士學(xué)位論文 前10條

1 李艾芮;基于Hadoop的移動互聯(lián)網(wǎng)用戶移動性預(yù)測模型研究[D];北京郵電大學(xué);2017年

2 劉丹妮;混合無線Mesh網(wǎng)絡(luò)能量與移動性感知的路由協(xié)議研究[D];吉林大學(xué);2016年

3 王莎莎;不同磷肥品種及表面活性劑對磷在土壤中移動性的影響[D];華南農(nóng)業(yè)大學(xué);2016年

4 譚菲;面向移動性的VANET網(wǎng)絡(luò)性能評估[D];吉林大學(xué);2017年

5 付東波;無線實(shí)境分析與應(yīng)用研究[D];北京郵電大學(xué);2015年

6 李丞;Ad Hoc網(wǎng)絡(luò)中基于節(jié)點(diǎn)社會性的移動性模型及性能分析[D];北京交通大學(xué);2014年

7 劉君;基于Hadoop技術(shù)的氣象數(shù)據(jù)采集及數(shù)據(jù)挖掘平臺的研究[D];天津理工大學(xué);2015年

8 譚旭;基于物流數(shù)據(jù)的快遞網(wǎng)絡(luò)分析與建模[D];浙江大學(xué);2015年

9 趙偉;基于Hadoop的數(shù)據(jù)挖掘算法并行化研究[D];西南交通大學(xué);2015年

10 趙振崇;基于Hadoop的決策樹挖掘算法的研究[D];蘭州大學(xué);2015年

，

本文編號：1701859