- 博客(3)
- 资源 (7)
- 收藏
- 关注
RSS订阅
原创 00-用户轨迹挖掘
用户轨迹挖掘学习现有的位置服务，通常直接使用用户提供的位置数据，缺乏对这些数据的分析和挖掘，忽略了这些位置数据中蕴含的信息和知识。如何利用数据挖掘和机器学习等技术从个人及大众用户轨迹数据中获取知识，并利用这些知识来定制更加智能的基于轨迹的位置服务。一：基于位置的服务（LBS）轨迹记录了用户在真实世界中的活动，这些活动在一定程度上体现了个人的意图，喜好和行为模式。从轨迹中可挖掘的
2018-01-03 13:30:09
2807
转载 聚类：conopy算法的原理
Canopy算法流程图： 前几天学习Canopy算法，看了上面的流程图一直不懂，后来对整个流程模拟了一遍，并画了个图，才逐渐理解了，现将流程用自己的语言叙述一遍： 我们假设每个数据用小圆点来表示。在计算机中用List集合存储。 Canopy算法首先选择两个距离阈值：T1和T2，其中T1 > T2 （1）原始状态下的数据还没有分类，所以从集合中取出一点P，将P作为第一个类，我
2018-01-29 14:04:57
1069
原创 01-挖掘兴趣点和旅行序列
空间数据挖掘（spatial data mining）位置推荐（local recommendation）挖掘兴趣点和旅行序列基础做法： 挖掘兴趣点： 1，rank by count,一个地方被用户访问的次数越多这个地方越有趣。 2，rank by frequency,一个地方被用
2018-01-22 13:15:04
990
2
STM32F103ZET6原理图引脚封装
2016-04-17
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人