论文研究 根据用户历史位置记录挖掘用户的日常行为特点 .pdf

基于Web用户兴趣的聚类模型挖掘与分析，陈健荣，吕雪蕊，用户兴趣的评估因素有多方面，无论单独从哪个方面都无法得到完整的模型。本文综合考虑了三个核心因素，首先对用户浏览过的页面进

在透明计算中，服务端存储并管理着所有用户所需的操作系统、应用软件和个性化数据，并高效处理来自透明网络的用户资源请求服务。因此，服务端是透明计算系统性能的瓶颈。为制定更高效的缓存策略提供有效的依据，基于

群体用户在线通信行为模式及共同兴趣，郝军军，郝五零，在以往的对人类行为的研究中,人们总以均匀分布来描述，可以用泊松分布进行刻画。然而近两年的实证分析表明有很多的人类行为具有��

CemailFax的用户系统研究，杨兵，夏志忠，CemailFax是基于Inmarsat的无线数字通信软件，它的通信性能已经达到与国际同类软件如SkyFile5.0的同类水平。本文重点介绍其船站的单P

基于聚类算法的校园网用户行为分析研究，丁青，周留根，利用数据挖掘相关技术，针对后台计费服务器的数据库，基于K-means算法以校园网用户行为特征为对象来进行聚类分析，提出了几个校园��

基于中文搜索引擎的网络信息用户行为研究，王浩，郭琳，随着中国网民数量达到世界第一位，中文搜索引擎用户行为的研究逐渐成为当今热门主题之一。为了更好的理解中文搜索用户的检索行为

User Behavior Analysis and Data Mining for Internet Advertising

针对海量的用户轨迹数据进行研究，提出一种动态分析移动对象轨迹模式、预测轨迹位置的方法（PRED）。首先使用改进的模式挖掘模型，提取轨迹频繁模式（简称T-模式）；然后提出DPTUpdate算法，设计蕴涵

微博作为社交媒体平台之一，拥有海量用户数据，对这些数据的获取与分析成为了研究者们关注的焦点。毕业论文中对于微博用户信息的抓取和深度分析展开了研究，系统地阐述了基于新浪微博平台的用户信息爬虫技术与分析方

微博作为国内主流社交网站，信息量与日俱增。目前微博用户兴趣挖掘方法大多停留在研究用户浏览网页时点击行为、用户所发微博内容或所在社区等表象层面，尚未深入到微博用户使用特性层面。从用户微博内容出发，结合用