【技术实现步骤摘要】
一种面向互联网环境的行为预测方法及其预测系统
本专利技术属于网络应用中的行为预测
,特别涉及一种面向互联网环境的行为预测方法及其预测系统。
技术介绍
随着互联网的快速发展和4G无线网络的普及,网络用户和设备数量迅速增加,用户设备所产生的数据已达到泽字节(ZB)级别,有限的网络资源已经逐渐不能满足用户日益增长的网络需求。在互联网环境中每个用户持有多个移动端,这些设备可以随时随地接入网络,产生大量资源需求。以云计算模型为核心的集中式大数据处理时代,其关键技术已经逐渐难以高效处理用户设备所需求的数据。在这种有限的网络资源背景下,如何提前预测用户行为,面向用户提供个性化服务,提高网络利用率,降低请求时延,成为互联网目前亟待解决的问题。在互联网环境中,用户行为具有时空特性,在相同时间地点场景中,不同用户产生行为具有相似性。利用相似用户,可以更好的预测目标用户的行为。
技术实现思路
为克服上述现有技术的不足,本专利技术的目的在于提供一种面向互联网环境的行为预测方法及其预测系统,依据用户历史行为序列,通过行为预测算法获得行为概率分布,预测出用户行为;依据行为发生的场景信息构建最近邻用户集,修正行为概率分布,提高预测准确率。面向用户提供个性化服务,提高网络利用率,降低请求时延。为实现上述目的,本专利技术采用的技术方案是:一种面向互联网环境的行为预测系统,包括信息获取子系统(11)、数据存储与管理中心子系统(12)、行为预测子系统(13)、预测修正子系统(14);所述的信息获取子系统(11),用以采集用户历史行为及其行为发生的场景信息,并生成系统所需的数据源;所述的数据存 ...
【技术保护点】
1.一种面向互联网环境的行为预测系统,其特征在于,包括信息获取子系统(11)、数据存储与管理中心子系统(12)、行为预测子系统(13)、预测修正子系统(14);所述的信息获取子系统(11),用以采集用户历史行为及其行为发生的场景信息,并生成系统所需的数据源;所述的数据存储与管理中心子系统(12),用以完成用户历史行为记录、行为发生的场景信息、行为概率分布数据的存储与管理;所述的行为预测子系统(13),基于用户历史行为序列计算用户行为概率分布;所述的预测修正子系统(14),基于最近邻用户集修正行为概率分布。
【技术特征摘要】
1.一种面向互联网环境的行为预测系统,其特征在于,包括信息获取子系统(11)、数据存储与管理中心子系统(12)、行为预测子系统(13)、预测修正子系统(14);所述的信息获取子系统(11),用以采集用户历史行为及其行为发生的场景信息,并生成系统所需的数据源;所述的数据存储与管理中心子系统(12),用以完成用户历史行为记录、行为发生的场景信息、行为概率分布数据的存储与管理;所述的行为预测子系统(13),基于用户历史行为序列计算用户行为概率分布;所述的预测修正子系统(14),基于最近邻用户集修正行为概率分布。2.根据权利要求1所述的一种面向互联网环境的行为预测系统,其特征在于,所述的信息获取子系统(11)包括:行为信息获取模块(111)、行为信息生成模块(112);所述的行为信息获取模块(111),采集用户历史行为及其行为发生的场景信息;所述的行为信息生成模块(112),将用户历史行为记录生成预测算法所需的数据源,同时将行为所发生的场景信息生成修正算法所需的数据源,并存入数据存储与管理中心子系统(12)。3.根据权利要求1所述的一种面向互联网环境的行为预测系统,其特征在于,所述的行为预测子系统(13)包括:频繁行为构建模块(131)、行为预测模块(132);所述的频繁行为构建模块(131),根据行为属性在历史行为序列中的选择频繁行为,构建频繁行为序列;所述的行为预测模块(132),根据频繁行为序列,计算出行为概率分布,并存入数据存储与管理中心子系统(12)。4.根据权利要求1所述的一种面向互联网环境的行为预测系统,其特征在于,所述的预测修正子系统(14)包括:最近邻用户集构建模块(141)、预测修正模块(142);所述的最近邻用户集构建模块(141),依据行为发生的场景信息,计算多用户行为相似度,构建最近邻用户集;所述的预测修正模块(142),根据最近邻用户修正行为概率分布。5.一种面向互联网环境的行为预测方法,其特征在于,包括以下步骤:步骤1,获取触发预测算法运行指令;步骤2,信息获取子系统(11)采集用户历史行为及其行为发生的场景信息,并生成预测算法所需的数据源;步骤3,行为预测子系统(13)从数据存储与管理中心子系统(12)获取用户历史行为序列,频繁行为构建模块(131)根据行为属性在历史行为序列中的选择频繁行为,构建频繁行为序列;行为预测模块(132)根据频繁行为序列,计算行为概率分布,并存入数据存储与管理中心子系统(12);步骤4,预测修正子系统(14)从数据存储与管理中心子系统(12)获取行为场景信息和行为概率分布,最近邻用户集构建模块(141)依据行为发生的场景信息,计算多用户行为相似度,构建最近邻用户集;预测修正模块(142)根据最近邻用户修正行为概率分布。6.根据权利要求5所述的一种面向互联网环境的行为预测方法,其特征在于,步骤3所述的频繁行为构建模块(131),遍历用户历史行为序列,统计每个行为的行为属性,将所有行为属性同预设的阈值α比较,小于阈值α的行为去掉,大于或等于阈值α的行为组成频繁行为序列;设用户历史行为序列为T,频繁行为序列为T*,行为属性为f,T*中的行为形式化描述为:S={S|S∈T,f≥α}。7.根据权利要求5所述的一种面向互联网环境...
【专利技术属性】
技术研发人员:王朝,高岭,高全力,郝亚玲,王泽天,
申请(专利权)人:西安工程大学,
类型:发明
国别省市:陕西,61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。