[发明专利]泛在网络下基于用户相似度的业务行为预测方法

摘要

本发明公开了一种泛在网络下基于用户相似度的业务行为预测方法，以实现无线泛在环境下用户行为规律的有效挖掘及预测，本发明首先研究基于兴趣度的用户行为挖掘算法，实现用户基本群集的完备构建与聚类形成；进而研究用户群集的行为规律，组合形成用户个体的行为规律；再而研究基于可变阶Markov链预测模型，建立整体理论模型的完整数学描述，实现模型的求解，从而准确预测用户行为的业务状态，为业务的个性化定制、最佳业务的推荐、以及未来网络的规划与建设等提供决策依据。

主权项

一种泛在网络下基于用户相似度的业务行为预测方法，其特征在于，包括如下步骤：获取用户的历史行为状态及用户自身特征的步骤；基于业务支持度的相似度计算的步骤：根据用户的历史行为状态分析用户的业务支持度，结合用户业务支持度建立用户相似度函数，产生最近邻居用户集；基于用户兴趣度的相似度计算的步骤：设定权值，将上个步骤得到的用户相似度函数进一步优化，并实现用户基本群集的完备构建与聚类形成；多Markov链模型预测的步骤：根据用户群集，产生预测序列形成多Markov链，为每个用户群集设立单独的Markov模型，对目标用户使用可变阶Markov模型进行序列预测。