基于机器学习的移动互联网客户感知分析研究
摘要
引入Xgboost机器学习算法对移动互联网业务感知进行建模、分析。分析结果表明,在网络侧特征数据指标变量中,TCP无线成功事对移动互联网业务感知影响最大,在业务应用类别中,VOIP业务对感知最敏感。
出处
《通信与信息技术》
2021年第3期52-57,共6页
Communication & Information Technology
参考文献5
-
1赵清,陈祥,成纯松,张顺,陈欢,张文竞.一种基于用户话单的业务感知监测技术研究[J].通讯世界,2018,25(3):107-108. 被引量:1
-
2鲍伟华.基于DPI的移动上网业务投诉诊断系统研究[J].移动通信,2017,41(15):79-85. 被引量:1
-
3李韶英,李文云,姜松,徐霈婷.移动互联网业务感知APP与DPI时间关联技术研究[J].移动通信,2017,41(2):42-46. 被引量:2
-
4刘孝颂,魏东东.基于BP神经网络算法的LTE客户感知评价探讨[J].互联网天地,2015(10):28-33. 被引量:4
-
5董振波.基于加权模糊聚类的不平衡数据分类方法[J].现代计算机(中旬刊),2016(6):25-27. 被引量:3
二级参考文献23
-
1LTE Evolved Terrestrial Radio Access (E-UTRA)Radio Resource Control (RRC)Protocol Specification. 3GPP TS 36.331 .
-
2LTE Evolved Terrestrial Radio Access (E-UTRA)S1 Application Protocol (S1AP). 3GPP TS 36.413 .
-
3R Longadge,S Dongre,L Malik. Class Imbalance Problem in Data Mining: Review[J]. Int'l Journal of Computer Science and Network (IJCSN), 2013,2(1):83-87.
-
4Yuchun Tang, Yan-Qing Zhang, Nitesh V Chawla, Sven Krasser. SVMs Modeling for Highly Imbalanced Classification[J]. IEEE Trans- actions on Systems Man & Cybernetics Part B Cybernetics. A Publication of the IEEE Systems Man & Cybernetics Society ,2009,39(1): 281-288.
-
5S Kotsiantis. D Kanellopoulos ,P Pintelas. Handling Imbalanced Datasets: A Review[J]. GESTS International Transactions on Computer Science and Engineering, 2006,30(1):25-36.
-
6Kotsiantis S, Pintelas P. Mixture of Expert Agents for Handling Imbalanced Data Sets[J]. Annals of Mathematics, Computing Teleinfor- matics, 2003, 1(1):46-55.
-
7Kubat M, Matwin S. Addressing the Curse of Imbalanced Training Sets: One-Sided Selection[C]. In Proceedings of the Fourteenth In- ternational Conference on Machine Learning, 1997:179-186.
-
8Chawla NV, Bowyer KW, Hall LO, Kegehneyer WP. Smote: Synthetic Mminority Over-Sampling Technique[J]. J Artif Intell Res, 2002, 16(1):341-378.
-
9Khoshgoflaar T M, Gao K. Feature Selection with Imbalanced Data for Software Defect Prediction[C]. 2009 International Conference on Machine Learning and Applications. IEEE Computer Society, 2009:235-240.
-
10Raskutti, Bhavani, Kowalezyk, Adam. Extreme Re-balancing for SVMs: a Case Study[J]. Acm Sigkdd Explorations Newsletter, 2004, 6 (1):60-69.
共引文献6
-
1杨静,王成,谢成颖,翁小阜,魏勋斌.基于主成分分析和反向传播神经网络的肝癌细胞后向散射显微光谱判别[J].生物医学工程学杂志,2017,34(2):246-252. 被引量:9
-
2霍旭,吴涛.对于不平衡数据的模糊时间序列预测[J].计算机与现代化,2017(12):108-110. 被引量:1
-
3赵谦,陈云翔.基于一致性修正的多属性大群体决策方法[J].火力与指挥控制,2018,43(1):32-36.
-
4钟成,李林升,丁鹏.基于BP神经网络算法及形态学处理的冰糖橙识别[J].机械设计与研究,2018,34(1):36-38. 被引量:3
-
5王冠宁,邓亮.基于PCA-BP神经网络的多股铜导线熔痕定量金相识别方法研究[J].火灾科学,2019,28(1):49-59. 被引量:4
-
6吴央.APP检测技术在移动互联网安全管控中的应用分析[J].数码设计,2018,7(7):32-32.
-
1张思诺,孔斌,姜永春.基于主成分分析法研究鸡肉消费市场——以北京市为例[J].现代营销(下),2021(5):100-101. 被引量:4
-
2李东升,何远成,彭翔,杨艳,叶毓廷,王先培.CNN入侵检测算法在电力营销系统中的应用[J].计算机工程与设计,2021,42(6):1585-1591. 被引量:7