改进RGM的用户情景状态序列信息预测方法

用户情景状态序列信息缺失补齐是多数据源数据融合研究中数据预处理的关键问题之一.针对用户的情景数据序列中存在信息缺失的问题,在滚动灰色预测模型(RGM,rolling grey model)的基础上提出一种改进方法.该方法对已知用户情景状态原始数据序列进行幂指变换,通过变换后的数据进行滚动灰色预测并将预测出的数据进行幂指逆变换,从而得出情景状态缺失数据的预测值.实验结果表明,该方法在很大程度上提高了预测数据的精确性.