第一章 绪 论
1.1 研究背景和意义
1.2 国内外研究现状
1.3 论文研究的主要思路和内容
1.4 论文组织架构
第二章 手机移动用户数据分析
2.1 手机用户数据简介
2.1.1 数据获取
2.1.2 数据属性介绍
2.2 用户数据属性分析
2.2.1 空间属性分析
2.2.2 时间属性分析
2.2.3 WIFI信号属性分析
2.2.4 商店标签属性
2.3 本章小结
第三章 用户定位预测理论
3.1传统分类算法原理
3.1.1逻辑回归算法
3.1.2 SVM算法
3.2 随机森林算法原理
3.2.1决策树算法
3.2.2随机森林的bagging策略与随机性
3.2.3优缺点
3.3 XGBoost算法原理
3.3.1提升树
3.3.2 XGBoost参数估计
3.3.3树生成过程
3.3.4优缺点
3.4 基于贝叶斯的模型融合算法
3.4.1先验假设
3.4.2 算法结构
3.4.3 优化收敛过程
3.4.4 优缺点
3.5本章小结
第四章 系统建立生成及结果分析
4.1 系统建立生成
4.1.1训练数据划分
4.1.2商店标签编码方式
4.1.3算法模型评价标准
4.2 实验过程及结果分析
4.2.1 传统模型结果分析
4.2.2 随机森林结果分析
4.2.3 XGBoost结果分析
4.2.4 贝叶斯结果分析
4.3 本章小结
总结与展望
总结
展望
参考文献
攻读学位期间发表论文
声明
致谢
广东工业大学;