论文摘要
海量用户需求数据的高效预判筛选,有助于海量数据下的快速查询所需数据。由于用户需求的不同,使得产生的用户需求数据多样化。传统筛选方法主要通过对用户需求数据进行预处理,分析其特征属性,实现数据筛选,忽略了预判在数据筛选中的重要性,导致筛选结果精度低的问题。提出基于时间序列的海量用户需求数据预判筛选方法,以用户需求数据的高效预判筛选原理为基础,通过统计学理论对用户需求数据进行预测,基于K-Means算法确定用户需求数据间距离,采用支持向量机方法结合回归分析,对用户需求数据进行预判。利用影响用户需求的各种不规则因子对用于需求数据进行时间序列分析,得到数据序列,并计算用户需求数据个属性值,获得数据筛选各项权重值,完成海量用户需求数据高效预判筛选。仿真结果表明,采用上述方法进行用户需求数据预判筛选,其预判及筛选结果精度要优于传统方法,具有一定的优势。
论文目录
文章来源
类型: 期刊论文
作者: 罗琼,林若钦
关键词: 用户需求,数据,高效,预判,筛选
来源: 计算机仿真 2019年12期
年度: 2019
分类: 信息科技,基础科学
专业: 数学,计算机软件及计算机应用,自动化技术
单位: 广州大学华软软件学院
分类号: TP311.13;O21;TP181
页码: 374-377
总页数: 4
文件大小: 162K
下载量: 49
相关论文文献
- [1].应急决策支持系统需求数据自助挖掘仿真[J]. 计算机仿真 2019(08)
- [2].中国经济有望进入平稳增长[J]. 经济 2012(09)
- [3].基于二级优化的OD需求反推模式的应用研究[J]. 交通与运输(学术版) 2010(01)
- [4].十年后:预知你的未来[J]. 创业家 2014(09)
- [5].需求推断差异下供应链成员的运营决策机制[J]. 系统管理学报 2020(05)
- [6].还原中国经济真相[J]. 股市动态分析 2016(36)
- [7].棉花疯涨的背后[J]. 中国纺织 2010(10)
- [8].今年中国经济增长“底部”在哪里?[J]. 宁波经济(财经视点) 2015(09)
- [9].社群时代定制营销在图书出版中的应用探析[J]. 出版广角 2020(16)
- [10].南昌市人口城市化与住房需求相关分析研究[J]. 城市地理 2015(04)
- [11].“随机设计”懂你的计算机[J]. 设计 2016(14)
- [12].我国经济有望平稳增长[J]. 宏观经济管理 2012(09)
- [13].油价复苏取决于中国[J]. 中国市场 2009(03)
- [14].谈城市更新与房地产市场的互动效应[J]. 商业时代 2008(22)
- [15].离加工远一点 离市场近一点[J]. 今日印刷 2017(05)
- [16].家电网络定制模式悄然盛行[J]. 商场现代化 2013(15)
- [17].金:牛市并未离开[J]. 中国金属通报 2012(25)
- [18].云南电网管理数据及信息集成[J]. 云南电力技术 2015(03)
- [19].中国经济增长有望实现平稳“下台阶”[J]. 中小企业管理与科技(中旬刊) 2012(09)
- [20].地区电网理论线损计算需求数据合成方法研究[J]. 电力系统保护与控制 2015(09)
- [21].银行卡“换芯” 催生金融IC卡产业链四千亿“盛宴”[J]. 金卡工程 2012(09)
- [22].季节变化对家庭用电需求的影响分析[J]. 科技经济导刊 2020(16)
- [23].基于高速发展环境的业务支撑能力策略研究[J]. 电信工程技术与标准化 2013(02)
- [24].物流行业人才需求影响因素的实证分析——基于2018年山东省物流行业人才需求数据[J]. 河北企业 2019(06)
- [25].中国基建需求占全球三成[J]. 建筑设计管理 2017(10)
- [26].实施供电“五化”服务 提高精益化服务水平[J]. 大众用电 2015(04)
- [27].建筑环境与设备工程专业人才需求及发展趋势[J]. 黑龙江教育(高教研究与评估) 2010(08)
- [28].基于K-means的广电网络产品及技术发展趋势研究[J]. 科技创新与应用 2014(34)
- [29].建筑环境与设备工程专业人才需求及培养探讨[J]. 高等建筑教育 2010(04)
- [30].独立学院物流管理专业校企合作培养现状分析及对应措施的研究[J]. 中国市场 2020(12)