文章摘要:由于人类活动的复杂性和多维性，活动模式的挖掘具有很大的挑战性，首先提出了一个基于时序活动序列计算用户之间的相似度，然后通过聚类分析来挖掘活动模式和社会人口学模式的方法，最后对模式进行趋势分析。实验结果表明，提出的复杂度为O（p（m-p））的时序活动序列的相似度算法，可以进行有效的进行聚类。在此基础上，首先通过时序活动图和概率密度函数图的可视化以及数据的统计分析，挖掘出了活动及其社会人口学模式，然后通过对连续多年的数据挖掘，获取行为及其社会人口学模式的发展趋势。以此得到了相似的活动行为具有相似的社会人口学特征的结论。

文章关键词:

项目基金:文章来源：《应用数学学报》 网址: http://www.yysxxbzz.cn/qikandaodu/2021/1129/1413.html