基于车联网的驾驶行为影响因素探究

由于汽车驾驶员驾驶行为的多样性与复杂性,极大影响了道路交通安全,近年来,对驾驶员驾驶行为的分析能有效改善驾驶员的不良行为,对减少道路交通事故起了一定的作用。本文通过查找和整理文献,基于车联网技术,就驾驶行为的相关概述、驾驶行为的影响因子、驾驶行为的数据采集和存储、驾驶事件的识别指标、驾驶事件的识别方法、驾驶行为的分类等进行了分析。研究表明,驾驶员的驾驶行为可分为冒险型、稳定型、焦虑型、愤怒型,其中稳定型对道路交通安全的影响极小,其它三种类型都有不同程度的影响。

基于数据挖掘的聚类分析算法研究及应用

“以学生为中心”的智能教育,旨在用互联网和人工智能辅助教学,不再局限于传统的课堂.太原师范学院紧跟时事,创立了智能教育产业学院,目的是采集、处理和分析教育数据,为相关部门提供决策依据,服务地方教育.其中,如何更高效地分析数据是一大难点,利用人工分析显然不是很好的选择,随着数据挖掘领域的发展,当中的聚类分析算法成了较好的选择.通过对聚类分析及其相关算法特性的简要论述,从多个方面系统地比较了当前这些聚类分析算法的特点和优缺点.然后,基于高校学生在校上网行为的数据,将改进的k-means算法应用于聚类分析软件SPSS中分析上网行为对成绩的影响,进一步阐述了聚类分析软件在大数据工程中的应用.

大数据背景下网络集群行为生成机理研究

[研究目的]探讨“互联网+大数据”背景下网络集群行为的生成逻辑,旨在助力新时代网络文明建设,加强虚拟社会治理,营造更加清朗的网络空间。[研究方法]综合运用逻辑分析法、理论分析法等规范分析方法,以价值累加理论为理论分析工具,分析论证了大数据算法技术应用背景下网络集群行为的生成机理。[研究结论]研究发现,大数据算法技术影响下的网络集群行为呈现大数据操纵下的群体共识、理性与非理性的交织、个体被动中介化的新特征,“互联网+大数据”背景下的网络集群行为生成综合受到有利的结构、结构性紧张、普遍信念、诱发因素与行动动员、社会控制机制五大方面的影响。充分运用和发挥大数据算法的监测预警功能、有效改变大数据算法的作用方向、制定和完善大数据算法技术运用的规则体系、多方参与共同抑制算法推荐服务的负面影响是新时代治理“互联网+大数据”背景下网络集群行为的理性路径。

移动数据流量运营策略对数字鸿沟的影响研究

数字技术的发展导致不同地区、不同群体用户之间的“数字鸿沟”,而“流量不限量”这一移动数据流量运营策略在于促进用户对移动网络的使用,这一行业“微政策”是怎样影响不同群体之间的数字鸿沟变化目前还没有被充分研究。而在“流量不限量”背景下,对真实移动客户的网络使用行为进行实证研究,并以MOU、DOU以及APP使用差异为核心研究变量,揭示不同价值手机终端用户之间“数字鸿沟”变化:高低端手机用户之间显著存在数字鸿沟;“流量不限量”短期内弥合了高低端手机用户的数字鸿沟,然而移动互联网使用能力上的数字鸿沟却仍呈现扩大的趋势;“流量不限量”运营策略实施后,高低端手机用户在各类APP使用行为方面存在明显差异,且在部分APP的使用上存在数字鸿沟缩小的现象。

物联网环境下基于云边协同的数据审计方案

针对数据完整性审计过程中,半可信的云服务提供商存在不诚实选取数据的行为,提出一种物联网环境下基于云边协同的高效数据审计方案。首先,为了适应物联网环境,采用端—边—云三层审计框架,将标签生成算法外包到边缘节点进行,提高响应速度,降低物联网设备端的计算成本。其次,设计了一种链表结构存储文件信息,以支持数据监测和实时更新。最后,根据用户对文件的访问频率将数据分为非风险数据和风险数据,并设计了基于用户行为的抽样方法,通过优先审计风险数据实现有效的针对性审计。安全性分析和实验表明,该方案能实现更安全、更高效的审计。

论平台间数据互操作的适用冲突与规则建构

在数字经济高速发展的背景下,平台利用数据拒绝互联互通的行为已经产生了破坏竞争秩序、限制公平交易等负面效果。作为应对数字垄断的重要举措,平台间数据互操作在适用过程中仍面临一系列问题,如主体权属不明、数据风险加剧、创新遭受遏制等问题,这些问题使构建数据互操作规则具有现实紧迫性。对此,我国可以通过分析互操作的法律维度,在借鉴国际数据互操作经验的基础上,从清晰划分适用主体;保障数据隐私安全;调动市场积极创新力量;充分发挥执法监管的作用,实现平台互联互通等方面进行规则的完善,以此促进数字经济的有序发展。

基于云计算的移动互联网大数据用户行为分析引擎设计

随着移动互联网的迅速发展,运营商面临的竞争日益激烈,流量经营势在必行,基于用户行为分析的精确营销是重要手段。但在大数据时代,随着移动互联网业务和用户数量的快速增长,传统的架构难以适应海量数据挖掘的要求。本文提出了一种基于云计算的移动互联网大数据用户行为分析引擎解决方案,包括系统总体架构设计、大数据入库与预处理组件、大数据用户行为分析模型等关键模块的设计,最后分析了系统测试效果。

基于网络数据实现对物联网终端网络行为监控的方法

物联网是通过部署具有一定感知、计算、执行和通信等能力的各种设备,获得物理世界的信息或对物理世界的物体进行控制,通过网络实现信息的传输、协同和处理,从而实现人与物通信、物与物通信的网络,每一个物联网传感节点都是一个信息源,数据流源源不断。电信网络运营商可以通过对网络数据的分析,及时发现物联网终端的异常情况,从而保证物联网终端的正常使用。阐述了一种通过分析电信网络中的网络数据、制定物联网终端的网络行为标签、对物联网终端网络行为进行实时监控的方法。并以穿戴行业应用为例,描述了对物联网终端网络行为进行监控的分析过程。

论图书馆的数据

通过对图书馆的文献资源、元数据、业务数据、网站信息行为数据以及物联网数据的构成和现状进行分析,将图书馆所拥有的各类结构化、半结构化和非结构化数据置入数字时代大背景下,从数据的角度分析了大数据时代图书馆所拥有的资本及行动能力,指出当前图书馆资本型数据资源的缺乏及相应的对策。

移动互联网时代的用户上网行为分析浅谈

移动互联网技术的高速发展带来了数据流量的爆炸式增长,如何利用自身系统存储的用户上网行为数据来摆脱目前流量增速远大于其对应的收入增速的困境,成为运营商在移动互联网时代面临的一大难题。文章从数据挖掘的角度出发,分析数据中隐藏的用户行为,并细化分类,构建流量差异化计费体系,从而全面提升流量价值,增强运营商的核心竞争力。

大数据背景下投资者行为研究的趋势分析:基于“内涵-思路-方法”的三重视角

随着大数据在各领域的广泛应用,"数据密集型科学"成为新的研究范式,也为投资者群体行为的度量提供了新的数据和方法支持。本文以网络大数据的来源和投资者行为为分类标准,从投资者关注、信息需求、情绪和公司盈利预测四个方面对基于网络大数据的投资者群体行为及其与股票市场的关系的相关研究进行了梳理、总结和述评,发现网络大数据对资本市场具有重要的信息价值,网络大数据中所反映的个体偏好和预期及其传播和演化为市场信息反馈和投资者行为的研究提供了很好的实证数据。同时,计算机科学与金融学的交叉研究在其中具有重要的作用。本文在现有研究的梳理上提出基于网络大数据的投资者观点和行为的演变、交互,资产配置策略,市场参与者的情绪及其影响机制,资本市场的监管以及结合公司金融、外汇市场等其他金融市场的研究可能是未来的研究发展方向。

老年人互联网使用行为模式的数据挖掘

人们对老年人的互联网使用行为知之甚少,将阻碍互联网在应对老龄化挑战中积极作用的发挥。为了理解老年人的互联网使用行为,构建了数据挖掘模型,以Statistica 7.0为工具对来自全国15个省份的调查数据进行了多维关联规则分析。研究结果表明老年人使用互联网解决信息需求的行为具有关联性,而满足娱乐需求的行为并没有被析出关联性。不同性别老年人的互联网使用行为模式有差异,年龄段与使用行为模式并无关联规则。收入水平和教育水平析出了相关的行为模式。互联网使用频率和使用时长关联了解决信息需求的互联网应用。主观态度与互联网应用的选择有关。研究结果为设计符合老年人需要的互联网服务提供依据,为制定互联网发展的公共政策提供决策参考。

基于数据挖掘的移动广告个性化推荐研究

移动互联网目前已经成为当今最具潜力的市场之一,与此同时,移动广告作为一种新兴的网络营销模式也得以迅速发展起来。诸多企业已经把目标投放在移动广告市场这一领域。当前,移动广告主要利用传统的广告定位策略,通过应用程序展示触发客户需求并以此来进行传播,从而导致移动用户被动地接受一些并不感兴趣的广告内容,严重干扰了用户的正常使用,甚至会泄露用户的个人隐私。文中从分析用户个人的行为和如何定位用户的实时位置出发,研究基于移动互联网下广告个性化推荐策略,提出研究模型,开发基于用户位置和兴趣的实时广告推荐服务系统。

基于大数据技术的铁路互联网售票异常用户行为分析研究与实现

近几年铁路互联网售票系统不断完善,给人民群众的出行带来了很大的便利,售票量不断增加,同时也存在抢票、囤票等异常用户行为,为了保障售票系统的安全稳定运行及维护公平公正的售票环境,提出了基于大数据技术的海量用户行为日志分析系统架构,有效地识别出异常购票行为。

基于上网行为大数据的大学生网络安全素养提升研究

网络安全是国家安全的重要组成部分,大学生网络安全素养直接关乎着大学生的价值观养成和意识形态塑造。上网行为数据记录了大学生的网络访问轨迹和网络习性,揭示高校大学生网络安全素养存在个人隐私信息保护意识弱、技术防范措施不到位、信息鉴别能力差、网络参与意识强等特点。高校需落实强化党团引导、提供集中服务和专业支持、开展精准思政等针对性措施,提升大学生网络安全素养。

基于大数据的物联网用户行为模式挖掘

对智能家居物联网用户的行为模式进行准确有效的挖掘,提高智能家居物联网的优化组网能力,实现智能家居的优化控制,提出一种基于大数据的智能家居物联网用户的行为模式挖掘方法。构建智能家居物联网用户行为模式的大数据分析模型,采用模糊调度方法对用户行为特征进行关键行为特征点定位,采用资源标识方法进行用户行为模式自适应标定和状态重组,建立用户行为模式的大数据分类模型。根据用户行为特征的聚类性实现智能家居物联网用户行为特征挖掘和自适应聚类,采用极限机学习算法进行智能家居物联网用户行为模式挖掘的收敛性控制,提高用户行为模式挖掘的自适应性。仿真结果表明,采用该方法进行智能家居物联网用户的行为模式挖掘的准确性较高,挖掘过程的收敛性较好。

互联网用户行为数据收集与分析的研究

收集分析海量数据可反映相关应用的用户规模、用户属性和行业热点,通过宏观分析了解用户群体的不同特征。本文对数据收集的概念和一般技术进行了基本阐述,提出了数据分析方法的一些研究思路,最后对收集分析数据带来的问题进行了讨论。

基于物联网农田环境数据的安全访问控制

随着当前物联网边缘计算技术的发展,使得物联网数据安全访问的问题日益严峻,传统的基于用户权限的数据访问控制策略不能很好解决相关数据安全访问控制问题。为此,从用户身份认证和数据访问控制等方面研究物联网数据安全共享问题的解决方案。以物联网农田环境数据安全共享系统为应用背景,提出了一种基于用户属性和用户行为的数据安全访问控制模型,该模型以用户行为构建信任机制,并结合用户属性的设置与判定共同实现系统的数据安全访问控制。给出了模型的规则定义与构建、具体结构设计、数据处理控制流程以及用户信任度评价体系设计的详细过程及实例分析。通过分析结果表明,该模型设计具有较好的动态性和扩展性,能够实现物联网中用户对农田环境数据的安全访问,从而解决物联网数据安全共享问题。

食品安全网络舆情中网民微博转发行为影响因素研究——以上海福喜事件为例

食品安全网络舆情是公众参与食品安全监管的重要平台,若不加以科学的监管与引导,极易引发食品安全恐慌心理,甚至危害社会稳定。微博是食品安全网络舆情中重要的自媒体平台,主要通过微博转发行为扩散舆情事件的影响,推动舆情事件的发展。为了深入分析食品安全网络舆情中网民微博转发行为,本文以上海福喜事件为例,在事件发展与关注度分析的基础上,通过采集上海福喜事件的新浪微博数据,并运用多项Logistic回归模型展开分析,探讨网民在食品安全网络舆情中转发行为的特征与主要影响因素。研究结果表明,对于仅有主帖内容的微博(类型Ⅰ微博),发帖者微博的粉丝数、微博数、认证情况以及发帖者微博内容的情感倾向、是否有链接、是否有视频对其微博的被转发次数有显著影响;对于转发了他人内容的微博(类型Ⅱ微博),发帖者微博的粉丝数、微博数、认证情况、被转发者微博的粉丝数、被转发次数、被转发者微博内容是否有链接对发帖者微博的被转发次数有显著影响;基于上述结论,提出如下政策建议:具有较高粉丝数与微博数的微博用户所发布的微博影响力更大,应进一步加强对该类微博用户的关注,尤其是一些微博"大V";同时,应进一步发挥官方认证微博在舆论引导方面的积极作用;在舆论引导的过程中,可以通过诸如同时发布相关链接、视频等方式,提高微博内容形式的多元化程度,以增强微博的影响力;此外,在发布微博的过程中,客观、公正地表明态度立场,也是提高微博舆论引导作用的重要方面。

基于数据挖掘的互联网用户行为特征分析

研究基于数据挖掘技术,解决互联网数据量大和数据之间不互通导致的无法准确分析用户行为特征问题,提出一种互联网用户行为特征分析系统,并应用改进的k-means算法重点对系统的数据分析模块进行设计与实现。将该系统应用于某市联通网上商城平台对其用户行为进行数据分析,可有效从网站转化率、搜索词、用户、商品四个方面实现对互联网用户行为的准确分析。为电子商务平台制定更好的网络消费服务和产品设计提供了有力的数据支撑。