無線泛在環(huán)境下用戶行為預(yù)測與優(yōu)化技術(shù)研究.pdf

1、在未來無線泛在環(huán)境下，以用戶為中心且以應(yīng)用為驅(qū)動已成為網(wǎng)絡(luò)演進(jìn)的必然趨勢。這就需要通過對用戶行為規(guī)律的分析與挖掘，以提前預(yù)知用戶的業(yè)務(wù)需求，進(jìn)而推薦并配置最為匹配的網(wǎng)絡(luò)資源，以保障并優(yōu)化每個用戶的業(yè)務(wù)體驗。因此，用戶行為的預(yù)測與優(yōu)化技術(shù)應(yīng)運(yùn)而生，并迅速成為了研究熱點(diǎn)。故本論文圍繞無線泛在環(huán)境下用戶行為預(yù)測與優(yōu)化技術(shù)展開研究，主要工作如下：
　　一、概述了無線泛在環(huán)境的相關(guān)內(nèi)容，并分別介紹了用戶行為預(yù)測和優(yōu)化技術(shù)的研究現(xiàn)狀；接著，設(shè)

2、計了用戶行為預(yù)測與優(yōu)化系統(tǒng)，給出了功能模塊的描述和實際開發(fā)的考量。
　　二、提出一種基于可變階Markov模型的用戶行為預(yù)測算法。首先，采用基于用戶相似度的模糊聚類算法，以實現(xiàn)用戶分群；進(jìn)而，采用基于概率后綴樹的可變階 Markov模型對用戶業(yè)務(wù)行為進(jìn)行預(yù)測，并建立融合預(yù)測模型，以融合同一群集用戶的預(yù)測結(jié)果，從而提高算法的預(yù)測精度。仿真結(jié)果驗證了該算法的有效性。
　　三、提出一種基于加權(quán)Markov模型的用戶行為預(yù)測算法。首

3、先，提出基于信息熵的最佳階數(shù)選取算法，確定Markov預(yù)測模型的最佳階數(shù)；進(jìn)而，提出一種改進(jìn)的加權(quán)Markov預(yù)測模型，并采用基于反饋的自適應(yīng)權(quán)值修正方法，以實現(xiàn)對用戶下一時刻業(yè)務(wù)狀態(tài)的準(zhǔn)確預(yù)測。仿真結(jié)果驗證了該算法的有效性。
　　四、提出一種面向單用戶-多終端場景的用戶行為優(yōu)化算法。首先，針對單用戶-多終端場景，建立基于協(xié)同技術(shù)的多終端業(yè)務(wù)信息匯聚機(jī)制，以形成完整的業(yè)務(wù)狀態(tài)歷史信息樹，從而實現(xiàn)業(yè)務(wù)狀態(tài)的準(zhǔn)確預(yù)測；進(jìn)而，根據(jù)業(yè)務(wù)狀