QQ客服 官方微博 反馈留言

题名	基于时间序列分析的群体行为研究
作者	桂珺
答辩日期	2021-05-19
授予单位	中国科学院沈阳自动化研究所
授予地点	沈阳
导师	郑泽宇
关键词	群体行为 时间序列 多重分形 动态规律
学位名称	博士
其他题名	Study on Group Behavior Based on Time Series Analysis
学位专业	机械制造及其自动化
英文摘要	人类社会是由大量个体及其复杂关系构成的复杂巨系统。个人的影响可能微乎其微，但是群体行为往往造成多种极端现象，如交通拥堵、踩踏事件、股票价格剧烈波动等。这些极端现象已成为影响社会发展的核心问题。研究群体行为的特性和规律能够为复杂社会现象的成因和演化机制提供新解释，为避免极端事件、解决资源优化及应急管理等社会核心问题提供更科学的方法。本文基于超过1.3亿条真实通话记录的数据集，借助分形理论，使用时间序列分析和统计建模方法，从三个方面开展了群体行为研究，挖掘出群体行为的多个特性和规律。首先，本文研究了群体通话行为中通话频次多重分形的特性和规律。在这部分研究中，本文提出了一个新的研究思路，即通过群体属性来划分群体，通过定量分析多个群体的多重分形特性来研究群体通话行为中通话频次多重分形的共性特性和影响因素。同时，为了高效的判定多个时间序列的多重分形类型，本文还提出了多重分形类型指标及判定方法。这部分研究的主要成果包括：（1）从五个维度定量的刻画了21个群体通话频次的多重分形；（2）挖掘出21个群体通话频次的多重分形具有状态变化临界点、长程相关性、复杂性、涨落奇异性四个维度的共性特征；（3）发现了生物钟和周循环是导致群体通话频次多重分形的重要因素，而通话目的因素、城市因素、群体的组成对群体通话行为频次重要特性的影响微乎其微。这些研究成果首次揭示了群体通话频次多重分形的特性和规律，有助于理解和进一步探究群体行为的规律和演化机制，同时从群体行为频次多重分形角度为群体行为预测、异常行为检测、群体用户画像提供了新的解决手段。其次，在21个群体通话频次多重分形特性和规律的基础上，本文研究了这21个群体通话时长多重分形的特性和规律。主要的研究成果包括：（1）从五个维度定量刻画了21个群体通话时长的多重分形；（2）基于定量分析结果，挖掘出群体通话时长多重分形具有状态变化临界点、长程相关性、复杂性三个维度的共性特征；（3）发现了生物钟和周循环是导致群体通话时长多重分形的重要因素，城市因素对群体通话时长基本性质也具有不容忽视的影响，其中大城市和小城市的差异会导致群体通话时长的基本性质发生根本性的变化。这些研究成果填补了人类行为研究领域中活动持续时间多重分形研究的空白，揭示了通话时长与通话频次在基本性质和影响因素方面的一致性和差异性，为人类行为多个观测量之间的关系研究提供给了有价值的参考，同时从群体行为持续时间角度为群体行为预测、异常行为检测、群体用户画像提供了新的解决手段。最后，基于通话频次和通话时长在时间尺度小于1.5天时均具有高度复杂性的特性，对通话频次和通话时长两者的日间规律和日内规律进行了深入的研究。在这部分研究中，本文提出了基于分布特征的状态信息提取方法，在所得到的状态信息的基础上建立了通话频次和通话时长的统计模型，探讨了通话频次和通话时长的关系及演化机制。所得到的主要研究成果包括：（1）给出了通话频次和通话时长的日间规律和日内规律，这些规律显示周循环和生物钟是影响群体通话行为的重要因素，群体通话行为具有与时间有关的聚集分布特征；（2）提出并应用了基于分布特征的状态提取方法得到了群体通话行为四个状态的信息，所得到的状态信息能够详细的刻画群体行为的状态与生物钟和日期属性之间的关系，同时也验证了新方法，为其他群体行为的状态研究提供了有价值的参考；（3）建立并分析了群体通话行为四个状态的统计模型，发现了多个尺度下通话频次和通话时长之间的关系，探讨了群体通话行为动态规律的演化机制，新建立的统计模型给出了时间因素对群体行为的影响，因此比传统的模型能够更好的刻画群体行为的特性和规律。
语种	中文
产权排序	1
页码	160页
内容类型	学位论文
源URL	[http://ir.sia.cn/handle/173321/29006]
专题	沈阳自动化研究所_数字工厂研究室
作者单位	中国科学院沈阳自动化研究所
推荐引用方式 GB/T 7714	桂珺. 基于时间序列分析的群体行为研究[D]. 沈阳. 中国科学院沈阳自动化研究所. 2021.

个性服务

查看访问统计

相关权益政策

暂无数据

收藏/分享

除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。