声明
严正声明:本站非期刊官网,非中介代理。
本站仅提供学术规范服务:快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号:51-1196/TP
国际刊号:1001-3695
发布日期:
作者:吴志敏,刘珍,王若愚,陈洁桐,
单位:1.广东药科大学医药信息工程学院,广州510006;2.华南理工大学信息网络工程研究中心,广州510041;3.广东省计算机网络重点实验室,广州510041;
关键词:移动App流量,流量统计特征,集成聚类,流量识别,
基金:国家自然科学基金资助项目(61501128);广东省自然科学基金资助项目(2017A030313345);国家级大学生创新创业训练计划项目(201710573005);广东药科大学创新强校工程项目;中央高校基本业务费资助项目(x2rj/D2174870);;
针对移动互联网流量识别问题,基于多项性能评估指标,分析K-均值和谱聚类算法在不同特征集合或不同识别目标流量数据集上的聚类性能,并提出基于多特征集合的集成聚类方法。比较分析实验表明,相同聚类方法在不同特征集合或不同识别目标数据集上性能有所不同,集成聚类方法能够有效提高利用单个特征集合聚类方法的性能。进一步将集成聚类方法应用于App关联分析,分析结果可为移动App的划分和用户行为分析提供客观依据。
来源:2019年第10期
《计算机应用研究》期刊编辑部
严正声明:本站非期刊官网,非中介代理。
本站仅提供学术规范服务:快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。