［李兵 蒋燕 刘汉江］

1 引言

物联网云平台[1～2]能为智能设备提供安全可靠的连接通信能力，向下连接海量设备，支撑设备数据采集上云；向上提供云端API，服务端通过调用云端API 将指令下发至设备端，实现远程控制。目前大部分关于物联网云平台的研究主要在流量控制策略[3]、网关接入与通信建模[4～5]等方面，关于物联网云平台的用户行为预测的研究较为少见，这不利于系统提供商及时掌握用户的使用情况及业务变迁。目前关于网络平台应用系统的用户行为预测研究主要使用Markov 链[6]、协同推荐算法[7]、人工神经网络[8]等方法，但这些算法模型在物联网云平台的特定应用下适用性有限，且难以感知高值用户的行为特征及其变化。

本文提出了一种基于用户感知的Markov（Userperceptive Dynamic Markov，简称UPDM）模型用于物联网云平台用户的事件预测，其基本思想如下：基于现下物联网云平台等级用户群分类，我们建立两张Markov 矩阵分别用于保存高值用户与低值用户在各事件之间的转移状况。通过采集用户真实数据对两张Markov 矩阵进行训练，在预测过程中根据用户的会话事件行为不断对矩阵进行更新，赋以模型动态感知能力。针对云平台用户群划分的事件预测研究具有较为重要的应用价值：（1）能有效地感知用户的业务动态变化，有利于配套服务产品的推广与后续个性化服务推荐[9]；（2）能有效地指导物联网云平台的计算资源部署与系统结构优化。

本文第2 节介绍了物联网云平台的等级用户群模式下的一些定义；……