# 用户家庭住址预测

**Repository Path**: jameshard_admin/user-home-address-prediction

## Basic Information

- **Project Name**: 用户家庭住址预测
- **Description**: No description available
- **Primary Language**: C
- **License**: MulanPSL-2.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2024-05-08
- **Last Updated**: 2024-05-09

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 用户家庭住址预测

#### 介绍
{**以下是 Gitee 平台说明，您可以替换此简介**
Gitee 是 OSCHINA 推出的基于 Git 的代码托管平台（同时支持 SVN）。专为开发者提供稳定、高效、安全的云端软件开发协作平台
无论是个人、团队、或是企业，都能够用 Gitee 实现代码托管、项目管理、协作开发。企业项目请看 [https://gitee.com/enterprises](https://gitee.com/enterprises)}

#### 软件架构
软件架构说明

本文所用的位置预测采用基于用户的历史访问位置信息进行预测。因为预测用户家庭精确位置较为困难，且考虑到预测家庭位置所带来的隐私泄露风险，所以本文所考虑的预测模型是以区域为基础。由此本文将用户家庭位置预测结果定位到区域，将本文所使用的志愿者家庭位置分类为三个住宅区。最终的预测模型也是以区域为基础。具体预测模型构造时，第一步便是根据用户的签到数据将用户的所有历史位置使用K-Means算法进行聚类，由此产生了每个用户的常见活动区域。再根据时间，将用户活跃时间进行以小时为单位拆分数据进行第二次K-Means聚类，获得该时间段的用户活动区域。由于在聚类过程中一并进行了次数统计，由此可获得该用户在基于空间上出现在该位置的频率以及在某个时间段出现在该位置的频率。最终基于对应的位置与频率结果可获得该用户出现在某位置的位置时间概率对应表。再由同一住宅区用户数据结合，综合计算得出基于住宅区的概率对应模型。

1.  Fork 本仓库
2.  新建 Feat_xxx 分支
3.  提交代码
4.  新建 Pull Request


#### 特技

1.  使用 Readme\_XXX.md 来支持不同的语言，例如 Readme\_en.md, Readme\_zh.md
2.  Gitee 官方博客 [blog.gitee.com](https://blog.gitee.com)
3.  你可以 [https://gitee.com/explore](https://gitee.com/explore) 这个地址来了解 Gitee 上的优秀开源项目
4.  [GVP](https://gitee.com/gvp) 全称是 Gitee 最有价值开源项目，是综合评定出的优秀开源项目
5.  Gitee 官方提供的使用手册 [https://gitee.com/help](https://gitee.com/help)
6.  Gitee 封面人物是一档用来展示 Gitee 会员风采的栏目 [https://gitee.com/gitee-stars/](https://gitee.com/gitee-stars/)