网络地理信息服务中用户空间访问聚集行为研究

研究网络地理信息服务用户的访问行为,有利于了解用户地理信息兴趣、实现按需服务。本文基于全空间信息系统建模的理论,构建用户-访问城市关系网络,研究用户访问的空间聚集性。顾及到关系网络中行为关系强度的表达需要同时考虑用户访问行为、城市关联关系和城市结构,仅用单一的用户访问行为数据会存在偏差,本文提出了基于矩阵分解的数据融合方法,对网络地理信息服务中用户访问数据、城市关联数据以及城市的POI（兴趣点）数据进行融合,表达用户-城市访问关联强度。在此基础上,基于关系网络聚类方法实现用户的聚集模式挖掘。考虑到只以空间距离实现聚类的方法无法兼顾关系网络中用户对不同城市的访问偏好特征,本文在FCM（模糊C均值聚类算法）的基础上以用户对城市的访问概率定义访问偏好提出PFCM算法,同时兼顾关系网络中城市间的空间距离和访问行为关系强度,减小聚类结果的偏差。本研究通过用户访问的空间聚类表达用户访问的空间兴趣偏好,有助于理解用户访问行为与城市之间的相互关系,为网络地理信息服务在数据缓存和提前推送等方面的性能提升提供指引,从而更好的服务于用户访问。     

地学数据共享网用户Web行为预测及数据推荐方法

网络环境下,如何让用户快速发现所需数据是地学数据共享平台长期面临的挑战之一。本文基于国家地球系统科学数据共享平台网站服务器日志数据获取用户搜索行为及数据集访问行为,使用聚类算法挖掘用户行为模式,并基于会话聚类 模式开发在线搜索和访问预测算法。在数据预处理阶段,对原始服务器日志数据进行清洗、用户识别、用户会话识别、搜索词提取。在模式挖掘阶段,采用DBSCAN算法对会话进行聚类。考虑到会话向量值的二元性,聚类算法中的距离采用Jaccard距离函数计算。视每个会话聚类包含的搜索词集合为一个文本,所有用户历史搜索词集合为语料库,统计各聚类中搜索词的TF-IDF值。在线搜索推荐,以搜索词检索各聚类中TF-IDF值,返回TF-IDF值最高的搜索词所属聚类,并给出该聚类的高频项目作为推荐。在线访问推荐,则以用户实时访问向量为查询向量,计算该向量与聚类中心的聚类。根据聚类排序,给出距离最近的聚类,并产生该聚类中高频项目作为推荐。实验结果表明基于TF-IDF和聚类的搜索推荐有较高的准确率和召回率,访问推荐效果基于高频统计的推荐有较大提高。研究可得出以下结论：① 地学共享网用户访问和搜索行为体现了专业性的特点,其行为较普通网站用户可预测性更好;② 对于地学数据共享用户行为预测,需明确定义用户行为,并采用合适的距离函数描述行为相似性;③ 通过搜索词TF-IDF值来预测用户数据需求的方法可行,以此产生的推荐可作为搜索结果的补充。本研究可服务于地学领域数据共享平台建设,提高共享服务质量,也可为其他领域科学数据共享提供技术方法借鉴。     

企业应用环境下的一种用户资源访问方案

在企业庞大的应用面前，如何针对企业应用制定应用系统中的用户对资源的访问权限，是几乎每一个复杂的应用系统都必须面对的问题。针对这一问题，提出了一套严格的用户访问企业资源的方案。     

位置服务的上下文信息模型

在位置服务领域,用户所处环境的上下文信息在分析、处理请求,以及推送相应的位置信息服务方面发挥着至关重要的作用。目前,如何存储和管理上下文位置信息缺乏统一的模型和标准,本文对此提出了一种全新的位置服务的上下文信息模型。利用User Context（< User >,< Time >,< Location >,< Surroundings >,< Demand >）5元素模型描述位置服务上下文信息中5个信息元素（用户信息、时间信息、位置信息、环境信息、用户需求信息）,这5个信息元素均是直接因素,彼此独立且获取方便,人为干预少;同时,利用数据库技术可将5元素模型抽象成5元素表形式存储于数据表中,以便高效检索。最后,通过分析5元素模型中的不同信息元素,可推理出基于搜索关键词的用户需求偏好及基于时间和位置信息的用户轨迹（用户行为、热点区域、用户兴趣）。     

长期演进项目中基于移动白组织网络的虚拟多输入多输出用户配对算法研究

在长期演进项目的虚拟多输入多输出系统中,为了保证用户公平性的同时得到更大系统容量,在分析移动自组织网络和虚拟多输入多输出系统模型的基础上,提出了一种长期演进项目中基于移动自组织网络的虚拟多输入多输出配对算法。仿真结果表明,该算法得到的系统吞吐量是单输入多输出系统的3倍多,是随机配对策略的2．5倍,相比正交配对策略也平均提高了20％。同时在用户的公平性方面,还保证了低吞吐量用户的公平性。     

基于对象关系型数据库的多级地名地址服务研究

地名地址服务是网络地图服务的基础服务,其搜索效率和准确性对于用户体验来说至关重要。传统的地名地址服务通常基于全文索引实现,对于检索结果的排序主要根据与用户检索关键词的关联性来考虑。然而在实际应用中,常常需要对检索结果进行分级分类排序。基于Postgre SQL建立索引实现地名地址快速检索,探讨了地名地址全文检索技术与优化方案,通过修改分词字典和使用分级分类信息来优化检索结果,设计并实现了地名地址检索服务架构,进行了性能测试,证明其在大数据环境下可以提供给用户更好的检索体验。     

支持多种模糊处理的英文智能预提示输入引擎

提出并实现了一种基于离散、交叉、非完全字符串匹配技术的英文智能预提示输入引擎,并集成为动态链接库。引擎主要特点是可以提供多种英文预提示输入模式设置,根据用户输入的检索词,对单词相似性、单词频度、输入前文等因素,进行相关度综合计算,从词库中按相关度由高到低输出N个英文单词或短语,供用户选择。引擎解决了英文输入方式单一的问题,为用户提供多种模糊输入方式选择以及更加综合的智能预提示效果;同时,作为一种共性基础技术集成为动态链接库,可以简化各种软件产品中英文预提示输入的设计,降低工程复杂性,缩短设计周期,提升产品的英文预提示输入的智能处理水平。     

基于有向图的Web使用模式挖掘算法研究

提出了一种基于有向图的web使用模式挖掘新算法,算法只对Web事务数据库进行一次扫描,并将页面之间的序列信息记录在有向图中,在挖掘过程中不产生数量庞大的候选模式,即可直接挖掘出所有的web频繁访问路径,大大提高了web访问模式的发现效率.     

基于用户历史瓦片浏览记录的兴趣点智能搜索方法优化研究

在网上各种信息呈现爆炸式增长的背景下,传统方法往往难以顾及用户兴趣,而导致查询无法体现个性化。针对这一问题提出一种基于用户历史瓦片浏览记录的兴趣点智能搜索方法。首先对智慧城市平台下的用户历史瓦片浏览记录数据进行分析,并以热力图可视化形式展现出用户关注的热点区域,得出空间热度;然后根据属性查询中加入空间热度影响因子来影响兴趣点搜索结果,使搜索结果更加符合用户搜索意图,针对热点区域给不同用户以相应服务;以滕州市兴趣点为实验数据,使用Elasticsearch构建索引数据库,采用Web前端技术搭建搜索框架,经过实验对比分析发现,该方法能够有效地提高搜索的查准率,并且可随着数据量的丰富变得更加智能化。     

Web环境下地学数据共享用户行为模式分析

了解科学数据共享用户行为特征对实现高效、精准的数据共享服务具有重要的参考意义。本文基于国家地球系统科学数据共享平台网站服务器日志及服务记录数据,利用空间数据挖掘及Web使用挖掘技术,探索地球系统科学数据共享用户行为模式。在数据预处理阶段,完成用户识别、会话识别、位置识别,并对数据进行空间建模、空间数据库建库。在数据挖掘阶段,分别对用户产生的网页浏览数、会话数、数据集浏览数为对象进行空间“热点”分析,识别用户行为的地域差异。针对用户数据浏览和下载行为,采用FP-growth算法对用户——数据之间进行关联规则挖掘,发现用户对数据关注和使用的高频规律。分析结果表明：（1）该共享平台用户地在国内各省市均有分布,用户最多的3个省（市）分别为北京市、山东省、江苏省,该分布与国内高校学生分布相关程度不高,但与“211工程”高校学生的空间分布相关度较高;（2）空间“热点”分析表明,北京、天津及河北北部无论在网页浏览、数据浏览还是会话量上都是“热点”区域,但识别的“冷点”区域有较大不同,尤其是数据访问“冷点”分布较广,如南方沿海省份、河南省、山东省、四川省等;（3）关联规则挖掘发现多个数据浏览高频项目集以及关联规则。数据下载高频项与数据浏览高频模式较好吻合,但下载行为未表现出明显关联规则。本文提供了一种结合Web使用挖掘和空间数据挖掘的用户行为模式挖掘方法,该方法也可用于其他类型网站的数据挖掘。     

手机用户上网时段的混合Markov预测方法

手机用户上网时段研究与预测对手机用户行为与模式分析、网络服务内容设计、网络黏性与心理、移动互联商业智能等具有重要意义。本文结合Markov模型和关联规则模型,提出一种手机用户上网时段的混合Markov预测方法——Lift-Markov（LM）方法,并采用中国某城市4G手机用户流量上网产生的流量收费数据进行实验验证与分析。研究发现：该实验区域37.66%的手机用户个体存在明显的以天为周期的周期性特性;本文所提出的LM方法在10、20、30、40、50、60 min间隔时的平均预测准确率都优于Markov模型和Mostvalue模型,其中在60 min间隔时能达到79.75%的平均准确率,优于Markov模型（74.64%）和Mostvalue模型（64.44%）;LM方法的预测准确率分布相比于其他2种模型都要窄,而且密度分布峰值最高、标准差最小,说明本文方法对人群的上网时段预测准确率较为集中与稳定,具有较好的预测性能。     

基于网络的可持续发展指标服务模式研究

中国可持续发展信息共享网经历了“九五”、“十五”国家计划的支持,已经集中了我国多部门、多领域的海量数据,实现了对外提供可持续发展数据信息共享服务模式;然而,系统目前只是针对用户提供数据信息服务,对于大多数非专业用户而言,一般多使用指标作为分析的数据源,难以直接使用系统中的数据进行综合分析,因此如何对数据进行有效的组织管理,实现数据库中数据到分析指标间的映射关系,是系统面临急需解决的问题;针对这一问题,提出了可持续发展数据库组织管理模式,针对可持续发展指标的特点,提出了固定指标与动态自定义指标概念,并根据两种指标的特点分别设计了相应的指标到数据的映射模式与存储方法,实现了系统由基于数据的服务转变为基于指标的服务模式,使用户能够更好地使用该系统进行可持续发展分析并提高系统数据的使用率。     

LibPQ的PostgreSQL空间几何对象的实现方法

利用PostgreSQL数据库管理系统所提供的访问接口LibPQ,实现了一种访问及操作空间几何对象的方法。该方法通过在客户端继承空间几何对象,并在自定义空间几何对象基础模型之上扩展的自定义空间数据模型。同时,充分利用自定义的扩展空间数据模型实现空间操作,进行GIS软件平台的研发。     

基于过滤文本和社交网络的用户常驻位置预测

社交用户的文本具有地理差异性,并且社交关系密切的用户之间居住位置更近,因而文本和社交网络均可用于推断用户常驻位置。现有基于文本和社交网络的用户常驻位置预测方法对文本的位置指示性特征挖掘不充分,而用户文本中地名等位置指示信息却提供了最有用的位置信号。因此,本文提出一种基于地理命名实体识别（GER）和图卷积神经网络（GCN）的社交用户位置预测方法。首先,通过地理命名实体识别方法对用户文本进行过滤以凸显位置指示性特征;其次,基于提及关系和关注与被关注关系抽取社交网络;再次,结合社交网络和用户文本内容,采用基于图卷积神经网络的方法进行用户常驻位置预测;最后,将GER-GCN与GCN以及最新研究成果进行比较,并探究该模型的小样本学习能力及其影响因素。基于Geotext数据集和2个微博数据集的实验表明：① GER文本过滤方法可显著提升用户位置预测精度;② 在所有实验中,GER-GCN的预测精度最高,并在基准数据集GeoText上比最新研究成果提升1%~2%;③ 在最小监督的现实场景中,本文印证了GER-GCN模型的小样本学习能力,并发现社交网络质量对其小样本学习能力起到决定性作用。实验结果验证了GER-GCN方法的先进性,且该方法符合社交媒体现实场景的应用需求。     

自适应人脸肌肉模型特定化技术

肌肉模型是人脸表情动画中常用的控制模型之一。很多基于肌肉模型的人脸动画中都实现了从一般人脸模型到特定人脸模型的修改，对肌肉模型特定化的介绍很少，或只是简单的提供一些用户交互接口，很难得到比较满意的结果。鉴于此，提出了自适应人脸肌肉模型特定化技术。实验证明，技术可取得较好的动画效果。     

基于数据仓库的气象统计数据处理模型研究

提出了建立气象台的数据仓库以及基于数据仓库的数据挖掘的观点,设计并实现了将气象操作数据库中的数据转化为干净的数据仓库数据与联机分析处理技术(OLAP)多维数据模型,为用户基于数据仓库进行OLAP分析与进行气象统计分析提供了一种实用方法.     

OMS平台模型的服务化封装方法研究

以OMS平台模型为研究对象,提出了一种地理分析模型服务化封装策略,以减少在模型提供者和模型使用者之间共享模型时遇到的障碍。通过设计模型描述接口、模型执行接口和模型部署接口,实现OMS平台模型的封装策略,形成标准化部署包。相关部署包可以部署到模型服务容器上,并发布为网络空间可重用共享的服务,以支撑分布式模型集成与模拟。本文以OMS平台下的AgES-W模型为案例,验证了模型封装策略的可行性和实用性,为网络环境下模型共享与集成奠定了基础。     

基于北斗导航系统的我国地基增强格网模型研究

基于全国均匀分布的210个北斗地基增强基准站观测数据,提出基于非差非组合精密单点方法获取空间相关的延迟误差及残差,研究利用反距离加权法、克里金插值法以及球谐函数法建立了中国区域的三种地基增强格网模型。使用单频伪距单点定位方法对中国区域的北斗地基增强格网模型定位精度进行了评估,验证结果表明本文建立的格网模型的定位精度达到米级,可满足大众用户的需求。