發(fā)布時(shí)間：2020-06-25 07:38

【摘要】：隨著科學(xué)技術(shù)的快速發(fā)展,特別是4G(第四代移動(dòng)通信網(wǎng)銘)技術(shù)的大規(guī)模商用,5G(第五代移動(dòng)通信網(wǎng)絡(luò))技術(shù)預(yù)計(jì)在2019年商用,使得萬物互聯(lián)逐漸成為可能,由此衍生出來的智能家居成為行業(yè)研究的熱點(diǎn)。然而目前行業(yè)研究的熱點(diǎn)大多從系統(tǒng)的角度出發(fā),致力于傳統(tǒng)產(chǎn)品的信息化和系統(tǒng)功能需求,操作的便利性有了很大的提升,但依然需要人為操控才能實(shí)現(xiàn)對(duì)應(yīng)的功能,因此,在智能化方面仍然有很大的提升空間�，F(xiàn)代智能家居系統(tǒng)中可以收集到用戶的行為信息,通過分析相關(guān)信息來學(xué)習(xí)用戶行為,為用戶建立“行為模式集合”,最終實(shí)現(xiàn)預(yù)測用戶行為的目的,主動(dòng)和提前為用戶完成一些必要操作,智能家居能實(shí)現(xiàn)由人為操作的被動(dòng)提供服務(wù)方式轉(zhuǎn)為主動(dòng)提供服務(wù)方式。為了實(shí)現(xiàn)上述的目的,本文在CBS(Customary-based servicing)算法的基礎(chǔ)上,提出一種用戶行為預(yù)測算法。為了驗(yàn)證算法的性能指標(biāo),把該算法編碼實(shí)現(xiàn)并嵌入到Java項(xiàng)目中。具體工作如下:1、本文提出一種基于改進(jìn)CBS算法的用戶行為預(yù)測算法。算法主要流程為:首先挖掘用戶行為之間的時(shí)間關(guān)系,主要通過時(shí)序關(guān)系和關(guān)聯(lián)規(guī)則來實(shí)現(xiàn)。然后描述CBS算法中的時(shí)間分區(qū)與交并集運(yùn)算,對(duì)CBS算法優(yōu)缺點(diǎn)進(jìn)行分析,并在此基礎(chǔ)上引入機(jī)器學(xué)習(xí)技術(shù),解決周圍環(huán)境對(duì)用戶行為的影響,引入數(shù)據(jù)庫中“冷熱處理”思想來解決多行為情況中存在時(shí)間沖突的問題。2、為驗(yàn)證算法的有效性,本文把上述算法編碼實(shí)現(xiàn)并嵌入到Java項(xiàng)目中。該項(xiàng)目以Spring MVC為模型,項(xiàng)目主要分為4個(gè)部分:用戶行為預(yù)測算法、算法測試、Java項(xiàng)目設(shè)置以及用戶信息展示。通過該項(xiàng)目,對(duì)提出的用戶行為預(yù)測算法進(jìn)行驗(yàn)證,驗(yàn)證結(jié)果表明,與CBS算法相比,改進(jìn)后算法的預(yù)測成功次數(shù)更多,成功率更高,穩(wěn)定性更好且有效的降低對(duì)用戶的干擾性。同時(shí),該項(xiàng)目具有與智能家居平臺(tái)無關(guān)特性,實(shí)現(xiàn)跨平臺(tái)運(yùn)行。
【學(xué)位授予單位】：湖南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：TU855;TN929.5
【圖文】：

智能家居中基于改進(jìn)ＣＢＳ算法的用戶行為預(yù)測算法研究與實(shí)現(xiàn)雜度可以做到常數(shù)。文獻(xiàn)［２６］中使用一階半馬爾科夫模，相比于馬爾科夫模型只能使用指數(shù)型作為狀態(tài)駐留時(shí)馬爾科夫模型可以使用任意的概率分布函數(shù)。文獻(xiàn)［２７］通用戶行為并預(yù)測幾秒后的用戶行為。逡逑經(jīng)網(wǎng)絡(luò)的預(yù)測算法逡逑的神經(jīng)網(wǎng)絡(luò)算法的結(jié)構(gòu)由輸出層、輸入層以及隱藏層組一層，也可以有多層，圖２．１的神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)圖有二輸邋隱邐隱邐輸逡逑

就需要使用循環(huán)神經(jīng)網(wǎng)絡(luò)來預(yù)測用戶行為，循環(huán)神經(jīng)網(wǎng)絡(luò)是分析與時(shí)序相逡逑關(guān)數(shù)據(jù)的重要算法之一，其中的循環(huán)結(jié)構(gòu)能夠保持歷史數(shù)據(jù)。一種典型的循環(huán)神逡逑經(jīng)網(wǎng)絡(luò)及其展開圖如圖２．２所示：逡逑？邐？邐？邐？邐？逡逑“邐“邐“邐“邐Ｊ邋ｉ逡逑々邋Ａ之」邐—邋Ａ０邋—＞邋Ａｊ邋—＞邋Ａ２邋邐＞邋Ａｒ逡逑ｘ邋ＩＩＩ邋１逡逑圖２．２循環(huán)神經(jīng)網(wǎng)絡(luò)及其展開圖逡逑由圖可知循環(huán)神經(jīng)網(wǎng)絡(luò)的輸出巧與輸入岑和當(dāng)前狀態(tài)舄有關(guān)，其中當(dāng)前狀態(tài)逡逑p赫庥耄冢筆笨套刺琾河泄兀矗磧氬罰彩笨套刺泄�，因此循伙w窬縋苠義瞎患親±沸畔ⅲ梢怨菇ㄊ奔湫蛄心Ｐ�，研究历史数据峨s諼蠢吹撓跋臁ｅ義弦恢鐘糜讜げ庵悄薌揖又寫釁魘蕕難飛窬縭欠竅咝宰曰毓檣窬義下紓ǎ危粒遙兀�，其输出可译s檬劍玻道幢硎盡ｅ義希剩ǎ簦╁澹藉澹郟ǎ簦歟ǎ簦玻�，．．．，ｙ（ｔ－ｎ），ｘ（ｔ－eǎ簦玻�，．．？ｘ（ｔ－ｍ）］逦（２．�(dān)╁義掀渲校ǎ簦┐硎涑魷蛄�，ｘ（ｔ）代表输入向量，ｎ和ｍ分冰咜表输除p褪淙氳膩義霞且湎蛄�，当ｎ和ｍ分丙R扔冢澈停彩保危粒遙氐耐緗峁雇既繽跡玻乘盡ｅ義希稿義

本文編號(hào)：2729063