公开(公告)号：CN108388911A

公开(公告)日：2018-08-10

申请号：CN201810090695.5

申请日：2018-01-30

Applicant: 重庆邮电大学

Inventor： 徐光侠 ,  张令浩 ,  刘俊 ,  马创 ,  吴新凯 ,  陶荆朝 ,  王尧

IPC: G06K9/62 ,  G06Q30/02 ,  G06Q50/30

Abstract: 本发明提出一种面向混合属性的移动用户动态模糊聚类方法，该方法分析移动用户行为属性，从而实现用户的动态分群。首先按照用户属性比例初步计算模糊聚类时用户各类属性权重，进一步通过定义用户行为相似度指标来衡量用户间的相似度，通过用户平均隶属度阀值作为指标来确定是否需要增加新的群组。使用本文的方法解决模糊K-Prototypes算法的分类权重属性系数不易确定的问题，且通过采用Jaccard距离度量特殊标型变量之间的距离。通过定义用户行为相似度指标描述用户间的行为相似度，然后计算用户平均隶属度，用户平均隶属度较小说明这些用户不适合划分到现有群组，需要增加新的群组，从而实现用户的动态分群。

公开(公告)号：CN107704868A

公开(公告)日：2018-02-16

申请号：CN201710756048.9

申请日：2017-08-29

Applicant: 重庆邮电大学

Inventor： 马创 ,  张令浩 ,  徐光侠 ,  刘俊 ,  胡梦潇

IPC: G06K9/62 ,  G06Q30/02 ,  G06Q50/30

Abstract: 本发明提出一种基于移动应用使用行为的用户分群聚类方法，将SOM和Kmeans聚类算法相结合用于移动手机用户分群。该方法首先构建移动用户移动应用适用行为分析体系，将SOM和Kmeans方法相结合，对用户的移动应用上网行为进行分析，从而达到移动手机用户分群的目的。使用SOM-Kmeans两段式聚类分析，综合了SOM算法计算简单且包容性好和Kmeans算法对数据集数量要求不高的优点，同时弥补SOM算法训练时间长，解决Kmeans算法初始值K难以确定的缺点。在以移动手机用户使用偏好矩阵为分析数据的移动手机用户聚类中，能在较短的时间内得到比较好的细分结果。

公开(公告)号：CN105785411A

公开(公告)日：2016-07-20

申请号：CN201610102351.2

申请日：2016-02-24

Applicant: 重庆邮电大学

Inventor： 徐光侠 ,  梁绍飞 ,  李来军 ,  刘宴兵 ,  常光辉 ,  赵璐 ,  宋洋洋 ,  代皓 ,  张令浩

IPC: G01S19/42

CPC classification number: G01S19/42

Abstract: 本发明提出了一种基于区域划分的异常轨迹检测方法，包括对移动对象的历史轨迹进行分类，然后对正常轨迹数据所在的区域进行划分；对区域划分后的轨迹进行区域单元扩展处理；对待检测的轨迹区域划分和扩展处理；查询出正常轨迹中与待检测轨迹具有相同起始区域单元和终止区域单元的轨迹集合，使用检测待检测轨迹每个组成区域单元在正常轨迹集合中的支持率，具有低支持率的区域单元进入异常区域单元集合中；比较异常区域单元集合的数量和正常轨迹集合中轨迹的组成区域单元数量的关系判断待检测轨迹的异常情况，再决定是否需要进一步对轨迹区域进行再划分检测。本发明根据轨迹的实际情况进行了区域再划分检测，提高检测准确率和效率。