一种基于用户行为特征的精准容量预测方法

随着大流量套餐业务的推广,用户行为随之转变,网络资源的需求也不断升高。因此,文章提出一种基于用户行为特征的精准容量预测方法,提前做好市场容量预判,并结合用户行为特征实现场景化网络解决方案,确保用户感知。     

智能化娱乐系统设计在邮轮舱室中的应用研究

中国的豪华邮轮产业刚刚起步,作为一种新兴的高端娱乐娱乐消费方式,设计者需要真正按照"以人为本"的原则,研究不同类型、不同层次用户在邮轮全航程中的需求。文章通过对不同类型舱室中人群的需求,量身定做满足不同用户需求的智能化娱乐设施,让乘客全身心的享受邮轮旅程,真正体现出邮轮的"服务"附加值。     

基于智能手机用户行为习惯的App使用预测算法研究

互联网的发展不仅推动了智能手机的普及,而且涌现了大量的手机App。大量被安装在手机中的应用程序不仅增加了用户寻找App的时间和难度,而且占用了手机大量的内存空间,致使手机卡顿,严重影响了用户体验。利用智能手机用户使用App的行为习惯特征,预测用户将要使用的App,并将其应用到智能手机中用以预加载App和智能清理手机内存是解决上述问题的方法之一。在深入了解PrefixSpan算法和Bayesian网络算法的前提下,考虑智能手机用户对每个App的喜爱程度,将其加入到PrefixSpan算法的剪枝步骤中;采用贝叶斯网络算法整合智能手机用户的App使用记录和App使用时长等特征,提出一套新的预测用户下一个将要使用的App的算法——WAPA(Weighted App Prediction Algorithm)。实验证明,该算法预测准确率最高可达86.3%,较其他算法可提高大约4%。     

基于奖励值RNN和A2C模型的音乐生成

我们提出了一个新的方法—基于奖励值RNN的优势演员-评论家算法(R-A2C)来生成音乐。我们的模型首先使用一个带有注意力机制的RNN模型(Recurrent neural network)预处理数据并将此作为先验策略,然后我们将包含先验策略和用户反馈信息的奖励值RNN增加到A2C(Advantage Actor-Critic)模型中,使得任意用户给定的约束与循环网络的风格相结合,以此来鼓励演员生成更符合用户需求的音乐,实验表明我们的模型取得了预期的效果。     

QKD系统中基于EA电路的诱骗态实现

使用诱骗态量子秘钥方案可以解决因光子数分离攻击而导致的安全漏洞,保证了长距离量子通信的安全。本文介绍了量子通信的相关原理,通过对电吸收调制电路和激光器驱动电路的设计,精确控制产生了1550 nm波段的窄脉冲,经过内部调制成功制备诱骗态光脉冲,其强度约为信号态光脉冲的三分之一,因激光器的同一性而具有一致的光学特征从而避免了时频窃听,并具有强度可调的优点。     

基于大数据画像的精准扶贫服务研究

《促进大数据发展行动纲要》是巩固当前脱贫攻坚站的重要指导纲要,脱贫大数据的建立是进一步提升脱贫成效的基础和前提,但依靠传统的问卷调研和深度访谈等形式获得的数据可靠性略低,可能会导致基于调研数据的分析结果失真。因此,文章通过对贫困人口的行为痕迹数据进行搜集、整理、分析,形成贫困对象大数据画像,为提升脱贫成效提供数据支撑。     

基于深度学习的IPTV视频用户行为分析方法研究

IPTV视频业务的复杂性和多样性使其难以充分发挥运营商技术优势。借助深度神经网络DNN模型对IPTV视频用户进行用户行为分析。利用深度学习算法对用户点播视频活跃度实施精确分类,从而帮助IPTV服务提供商合理配置资源,同时为终端用户提供更高效优质的服务。实验结果表明,与现有的方法相比,该方法收敛快,分类准确率达93%。