互联网 类型
可以朗读 语音朗读
102千字 字数
2017-05-01 发行日期
展开全部

主编推荐语

本书从分析移动数据的特性出发，探讨和设计针对移动数据的数据挖掘算法，并指出在该领域展开研究将要面临的挑战。

内容简介

本书作者所在的研究团队从十年前就开始在该领域开展研究，并在2006年进行的GeoLife项目中通过用户分享的移动数据研究用户的出行模式，为旅游线路规划等应用提供支持，相关论文也被广泛引用。在实际应用中，移动数据的形式多种多样，既有来自移动社交网络的签到数据、来自运营商的日志数据，也有来自公交计费系统的刷卡记录数据。

目录

  • 版权信息
  • 丛书前言
  • 前言
  • 第1章 引言
  • 1.1 移动数据及其价值
  • 1.2 概念与定义
  • 1.3 挑战
  • 1.4 本书简介
  • 第2章 移动数据预处理
  • 2.1 移动数据简介
  • 2.2 缺失数据补全
  • 2.2.1 公交卡的上下点补全
  • 2.2.2 地点类别补全
  • 2.3 重要地点检测
  • 2.4 语义信息标注
  • 2.4.1 区域功能标记
  • 2.4.2 地点命名
  • 第3章 用户移动建模
  • 3.1 基于人类动力学的移动建模研究
  • 3.1.1 连续时间的随机游走模型
  • 3.1.2 引力模型
  • 3.2 基于时空数据挖掘的移动建模研究
  • 3.2.1 马尔可夫链模型
  • 3.2.2 时间规律性模型
  • 3.2.3 时空降维模型
  • 3.2.4 社交关系影响
  • 3.2.5 新颖地点预测
  • 3.2.6 预测算法的融合
  • 第4章 基于移动数据的用户画像
  • 4.1 显性属性预测
  • 4.1.1 移动数据和显性属性的关联
  • 4.1.2 位置画像模型
  • 4.2 隐性属性预测
  • 4.2.1 猎奇心理特质挖掘
  • 4.2.2 消费冲动心理挖掘
  • 第5章 个性化兴趣地点推荐
  • 5.1 协同过滤
  • 5.1.1 基于邻域的方法
  • 5.1.2 基于社交相似性的协同过滤
  • 5.1.3 基于模型的方法
  • 5.2 基于内容的过滤
  • 5.2.1 内容过滤方法简介
  • 5.2.2 地理建模
  • 5.2.3 文本内容与情感分析
  • 5.3 混合方法
  • 5.3.1 混合模型基本方法
  • 5.3.2 地理建模和协同过滤的联合模型
  • 5.3.3 社交正则化的矩阵分解
  • 5.3.4 内容感知的协同过滤方法
  • 5.3.5 集成学习
  • 5.4 情境感知的协同过滤方法
  • 5.4.1 时间感知的地点推荐
  • 5.4.2 序列化地点推荐
  • 5.5 地点推荐系统的评价
  • 第6章 结语
  • 参考文献
展开全部

评分及书评

评分不足
2个评分
  • 用户头像
    给这本书评了
    5.0

    当下大数据技术发展变化日新月异，大数据应用已经遍及工业和社会生活的方方面面，原有的数据管理理论体系与大数据产业应用之间的差距日益加大，而工业界对于大数据人才的需求却急剧增加。大数据专业人才的培养是新一轮科技较量的基础，高等院校承担着大数据人才培养的重任。因此大数据相关课程将逐渐成为国内高校计算机相关专业的重要课程。

      转发
      评论

    出版方

    机械工业出版社有限公司

    机械工业出版社是全国优秀出版社，自1952年成立以来，坚持为科技、为教育服务，以向行业、向学校提供优质、权威的精神产品为宗旨，以“服务社会和人民群众需求，传播社会主义先进文化”为己任，产业结构不断完善，已由传统的图书出版向着图书、期刊、电子出版物、音像制品、电子商务一体化延伸，现已发展为多领域、多学科的大型综合性出版社，涉及机械、电工电子、汽车、计算机、经济管理、建筑、ELT、科普以及教材、教辅等领域。