基于機(jī)器學(xué)習(xí)的大學(xué)生網(wǎng)絡(luò)使用行為特征分類與預(yù)測(cè)研究

打開(kāi)文本圖片集

【摘  要】 文章旨在分析大學(xué)生的網(wǎng)絡(luò)使用行為特征，采用網(wǎng)絡(luò)流量與用戶日志數(shù)據(jù)采集的方法獲取研究樣本，并提取出較多維度的行為特征。在特征處理的基礎(chǔ)上，采用機(jī)器學(xué)習(xí)技術(shù)構(gòu)建網(wǎng)絡(luò)行為分類與預(yù)測(cè)模型。研究結(jié)果表明，集成學(xué)習(xí)框架構(gòu)建的分類器可以實(shí)現(xiàn)較高的準(zhǔn)確率；而加入個(gè)性化特征后，循環(huán)神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)模型也取得了可觀的精度。（剩余5160字）