基于多分类器集成和特征融合的用户出境预测*
2021-05-31轩a许国良安a超a雒江涛
电讯技术 2021年5期
张 轩a,,许国良**,魏 安a,,王 超a,,雒江涛
(重庆邮电大学 a.通信与信息工程学院;b.电子信息与网络工程研究院,重庆 400065)
0 引 言
随着经济全球化和国际化进程的加快,出境市场迎来良好的发展机遇,作为出境市场的核心,出境用户的画像和行为分析研究越来越受到关注。文献[1]利用调查问卷数据分析了武汉出境游客的人文属性特征和行为特征。文献[2]利用在线旅游社区的文本数据分析了中国游客购物行为特征。文献[3]利用调查问卷、访谈和在线旅游内容对前往泰国的中国游客进行研究,分析了游客的人文属性特征、出境动机以及消费特征。文献[4]利用调查问卷数据,分析了香港居民的人文属性特征、网络行为特征、心理特征等,并利用网络行为特征和心理特征来识别潜在出境用户,但准确率不高。以上研究存在样本量小、数据真实性无法保证等问题,且缺乏对用户出境前行为的分析研究。
电信运营商积累了海量的用户数据,包括消费信息、终端信息等静态数据,以及上网、通话、出行等行为产生的大量时空数据,运营商数据因自身的数据优势在行业市场得到了广泛应用[5]。研究学者利用运营商数据进行城市居民流动模式和城市土地功能使用模式分析、特定行业用户挖掘、城市交通预测[6]等,但鲜有学者利用运营商数据在出境领域展开研究。虽然运营商数据为出境领域研究带来了新的突破口,但是如何利用运营商数据挖掘欲发生出境行为的用户仍然存在着诸多挑战。……
登录APP查看全文
