本文關鍵詞：基于大規(guī)模位置和消費數據的用戶行為理解，由筆耕文化傳播整理發(fā)布。

【摘要】：用戶行為理解對于提供個性化服務和廣告投放有著極為重要的意義。一方面,隨著近年來智能手機的普及以及移動互聯網的蓬勃發(fā)展,越來越多的用戶位置信息能夠被精確地記錄和獲取。這些位置信息真實地展示了用戶在生活中進行用餐、購物、旅游等與物理世界緊密相連的行為,能夠準確和完整地反映用戶的生活狀態(tài)和興趣習慣�，F在普遍采用的位置數據包括了GPS軌跡、手機的基站定位數據、公共交通卡記錄的上下車站信息、基于位置的社交網絡簽到數據、無線網絡的定位數據以及圖片的位置標記數據等等。另外一方面,電子商務近年來飛速發(fā)展,像阿里巴巴和京東這類電商平臺的網絡購物已經是國民整體消費的重要組成部分,這些電商平臺所記錄的消費數據能夠很大程度上反映出用戶的消費偏好和興趣愛好。通過對這些精確量化的消費數據進行深度挖掘,能夠更好地理解個人以及群體的消費行為模式,從而可以設計出更精準的推薦系統(tǒng)向用戶推薦感興趣的物品。 用戶的位置數據和消費數據是相輔相成的,一方面用戶在物理世界的移動規(guī)律能夠折射出其在消費方面的偏好,反之通過對用戶消費行為習慣的挖掘也能夠推測用戶在真實生活中的移動模式。把這些信息有效的結合在一起能夠更加深入和準確地理解用戶行為習慣,為完善推薦系統(tǒng)和精準的用戶定位提供有效的支持。本文圍繞大規(guī)模的位置數據和消費數據,從具體應用的角度出發(fā)針對用戶理解展開了深入研究,這些研究成果體現了重要的學術研究價值以及廣泛的應用場景。具體而言,本文的主要研究成果、貢獻和創(chuàng)新點可以慨括為如下幾點： ·提出從軌跡數據智能感知用戶的加油消費規(guī)律,從位置數據的角度挖掘了用戶的消費模式。本文通過對出租車的移動軌跡、城市興趣點的地理位置數據庫以及城市的路網拓撲結構進行建模,實現了一個能夠自動檢測加油事件,推斷用戶加油時間和估計顧客數目的智能系統(tǒng)。這個系統(tǒng)主要包括三個模塊,第一個模塊通過對出租車的軌跡數據進行分析和挖掘,采用靜止點檢測算法發(fā)現可能的候選加油事件,然后通過提取候選加油事件的時空特征使用隨機梯度樹模型過濾掉非真實的加油事件；第二個模塊首先對時空進行劃分以確定每個時空單元的加油事件,然后通過情境感知的協(xié)同過濾學習模型來推斷在用戶在某個時間去某個加油站的時間消耗；第三個模塊進一步根據所得到的加油時間消耗,使用排隊論模型來估計加油站內的顧客數目。該文通過真實數據和實地測試相結合的方式,充分驗證了該智能系統(tǒng)的有效性和可靠性。 ·提出從智能卡的消費中挖掘用戶的位置移動規(guī)律,從消費數據的角度挖掘了用戶的位置移動模式。本文基于用戶公交智能卡的消費信息,采用半監(jiān)督隨機場模型并融入多空間對齊的約束以及協(xié)同過濾學習得到的隱空間特征來智能恢復沒有記錄的上下車站位置信息。這個模型包含三個步驟：第一步根據地理、時間以及金錢三個維度存在的約束過濾不符合條件的候選上下車站：第二步提取半監(jiān)督條件隨機場模型所需要用到的各種特征；第三步提取單個車站乘坐的約束概率以及車站換乘的約束概率并融入模型作為先驗知識,接著訓練歷史數據和恢復沒有記錄的乘坐車站信息。多維度的實驗結果證實了本文的方法能夠準確地恢復用戶上下車站的移動信息。 ·提出從移動和消費行為來挖掘用戶的獵奇心理特質,同時從位置數據和消費數據的角度挖掘用戶的心理特征。本文基于用戶在位置社交社區(qū)的簽到位置數據和電商平臺的在線購物數據,使用基于貝葉斯圖結構的獵奇心理模型來準確地刻畫出用戶在相對于個人和相對于群體兩方面的獵奇特質。該工作主要包含三個步驟：第一步是構建一個通用的獵奇心理模型,這個模型采用貝葉斯圖結構,把用戶表現出來的時間序列行為表示為能夠觀察到的顯式變量,同時把用戶的獵奇心理特質以及效用偏好表示為隱變量,通過模型的生成過程來表示用戶的行為模式；第二步具體分析了用戶的位置數據和在線購物消費數據,來深入理解用戶在移動行為和消費行為中分別展示出來的獵奇心理特質；第三步通過大規(guī)模的真實數據驗證了所提出模型能夠準確的刻畫用戶的獵奇心理特質分布以及在預測用戶行為方面展示出來的優(yōu)勢,然后進一步對比了用戶在這兩個領域所展示的獵奇心理特質的一致性,為跨領域的用戶定位和推薦系統(tǒng)設計提供了依據。
【關鍵詞】：位置數據 消費數據 加油消費規(guī)律 位置移動規(guī)律 獵奇心理特質
【學位授予單位】：中國科學技術大學
【學位級別】：博士
【學位授予年份】：2015
【分類號】：TP311.13
【目錄】：

• 摘要5-8
• ABSTRACT8-11
• 目錄11-15
• 表格15-16
• 插圖16-18
• 第一章 緒論18-24
• 1.1 引言18-20
• 1.2 本文概述及主要貢獻20-24
• 第二章 從軌跡挖掘用戶加油消費規(guī)律24-54
• 2.1 引言24-27
• 2.2 相關定義27-28
• 2.3 數據集描述28-29
• 2.4 系統(tǒng)綜述29-30
• 2.5 加油事件檢測30-33
• 2.5.1 候選集提取31-32
• 2.5.2 過濾32-33
• 2.6 時間消耗推斷33-39
• 2.6.1 情境感知的協(xié)同過濾模型CATF34-35
• 2.6.2 情境因素提取35-39
• 2.7 顧客數目估計39-41
• 2.7.1 排隊論系統(tǒng)39
• 2.7.2 計算39-40
• 2.7.3 參數設定40-41
• 2.8 實驗41-47
• 2.8.1 人工標注的數據集41-42
• 2.8.2 針對加油事件檢測的實驗42-43
• 2.8.3 針對時間消耗推斷的實驗43-45
• 2.8.4 針對顧客數目估計的實驗45-47
• 2.9 加油消費規(guī)律分析47-50
• 2.9.1 從地理角度看加油消費行為47-48
• 2.9.2 從時間角度看加油消費行為48-49
• 2.9.3 從經濟調度看加油消費行為49-50
• 2.10 討論50-51
• 2.11 相關工作51-54
• 2.11.1 用戶加油行為分析51
• 2.11.2 加油站分析和建模51-52
• 2.11.3 城市計算52-54
• 第三章 從智能卡消費挖掘用戶位置移動規(guī)律54-80
• 3.1 引言54-57
• 3.2 數據57-60
• 3.2.1 公交車消費記錄57-58
• 3.2.2 充值記錄58
• 3.2.3 路網數據58
• 3.2.4 數據去噪和數據標注58-60
• 3.3 方法60-72
• 3.3.1 相關定義61-62
• 3.3.2 約束62-65
• 3.3.3 帶約束的半監(jiān)督條件隨機場模型65-72
• 3.4 實驗72-76
• 3.4.1 實驗設定72
• 3.4.2 基準算法72-74
• 3.4.3 數據集中所有用戶的結果74-75
• 3.4.4 受試者的結果75
• 3.4.5 重要地點識別75-76
• 3.5 相關工作76-80
• 3.5.1 人類移動分析76-77
• 3.5.2 挖掘智能卡消費數據77-80
• 第四章 從移動和消費行為挖掘用戶獵奇心理特質80-102
• 4.1 引言80-82
• 4.2 獵奇心理模型82-88
• 4.2.1 相關定義82-85
• 4.2.2 獵奇心理模型85-87
• 4.2.3 獵奇心理特質推斷87-88
• 4.3 位置移動和在線購物中的獵奇心理88-90
• 4.3.1 位置移動中的獵奇心理88-89
• 4.3.2 在線購物中的獵奇心理89-90
• 4.4 實驗90-98
• 4.4.1 數據收集和描述91-92
• 4.4.2 單個領域內的獵奇心理特質92-94
• 4.4.3 預測94-96
• 4.4.4 獵奇心理特質在位置移動和消費行為中的一致性96-98
• 4.5 討論98-99
• 4.6 相關工作99-102
• 4.6.1 獵奇心理研究99
• 4.6.2 推薦系統(tǒng)99-102
• 第五章 結論和展望102-106
• 5.1 結論和相關成果102-103
• 5.2 未來工作設想103-106
• 參考文獻106-116
• 在讀期間發(fā)表的學術論文與取得的研究成果116-118
• 致謝118-119

【共引文獻】

中國期刊全文數據庫 前10條

1 馬凱;張小蕾;陶先平;呂建;;一種基于Agent的移動應用框架設計與應用研究[J];計算機科學;2004年09期

2 俞兆安;張申生;張勇;童紅霞;;狀態(tài)自動機支持的環(huán)境感知應用框架研究[J];計算機科學;2006年06期

3 蘇敬勤;崔淼;張竟浩;;企業(yè)家視角下外部取向管理創(chuàng)新決策——基于探索性多案例識別的實證研究[J];科學學研究;2010年07期

4 董伶俐;;消費者知識對高新技術標準產品創(chuàng)新擴散影響研究——以藍光DVD播放器為例[J];科學學研究;2012年01期

5 鄭思齊;孫聰;;城市經濟的空間結構:居住、就業(yè)及衍生問題[J];南方經濟;2011年08期

6 阿布力孜·布力布力;張新國;;消費者創(chuàng)新性與新產品創(chuàng)新性行為關系研究[J];科技進步與對策;2013年07期

7 陳文沛;;消費者創(chuàng)新性研究綜述[J];技術經濟;2013年04期

8 趙靈芝;;淺談房地產工程管理創(chuàng)新模式研究[J];價值工程;2013年25期

9 黃洋;;LBS模式的個性化推薦技術在移動電子商務客戶關系管理中的應用[J];經營與管理;2013年11期

10 宋婧文;;軟集在移動套餐推薦中的應用[J];計算機與現代化;2013年11期

中國重要會議論文全文數據庫 前10條

1 孫瑾;閆謹;劉燕捷;陳媛Z，

本文編號：439085