眼动行为数据挖掘在提取网上购物决策因子中的应用

为研究眼动行为数据挖掘在提取网上购物决策因子中的应用,首先通过客户体验管理(Customer Experience Management,CEM)对客户网上购物决策因子进行初步分析和过滤;然后根据大量客户网上购物时的人机交互行为数据,应用马尔科夫链算法预测其相关行为,并结合行为分析进一步得到其重要影响因子;最后通过眼动行为数据挖掘,确认影响网上购物的主决策因子,并获取各主决策因子的权重.实验证明由眼动分析获取的网上购物主决策因子及其权重更加有效.

基于DSmT的城市道路多源交通状态信息融合的应用研究

由于常规信息融合方法存在不精确以及自相矛盾信息的局限性,本文引入了DSmT(Dezert-Smarandache Theory)。基于DSmT对城市道路多源交通状态信息融合进行实例应用,通过结果分析和比对验证,融合结果可信度较高。因此,基于DSmT的信息融合技术可以处理不精确、自相矛盾的交通信息融合,促进多源异构交通大数据的应用,推进交通信息化工作。