23年钉钉杯大数据挑战赛金奖作品A2023071119162.pdfVIP

2023年第二届“钉钉杯”大学生

大数据挑战赛论文

题目基于SNN-密度聚类与Stacking模型的手机用户行为研究

摘要

本论文主要基于现有用户数据进行数据挖掘，针对聚类问题，应用SNN-密度峰值聚

类、MiniBatchK-Means、DBSCAN等算法进行聚类分析，根据分类特征绘制用户画像。

为解决分类问题，采用多种方法处理训练集类别不平衡问题，利用Stacking模型融合

建立优化分类模型。最后，针对预测问题，根据数据特点，选择Holt-Winters、ARIMA-SVM、

GA-BP等理论或方法构建使用时长精确预测模型。

针对问题一，本研究在数据预处理基础上，综合考虑了用户数据整体情况以及流量

与使用时长数据具体波动情况。从整体特征方面，我们提取了样本标准差SD、变化趋势

系数CT与一阶差分绝对值和DS作为聚类指标。运用MiniBatchK-Means算法并依据

聚类轮廓系数和聚类群惯性确定最佳分类数为3；选择密度聚类法在网格参数寻优后得

到最优聚类数为4；采用SNN-密度峰值聚类算法，在重新计算SNN相似度、样本局部密

度ρ与距离