Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "traffic classification" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-25 z 25
    Tytuł:
    On different ways to classify Internet traffic : a short review of selected publications
    O wielu sposobach klasyfikacji ruchu internetowego: krótki przegląd wybranych publikacji
    Autorzy:
    Foremski, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/375768.pdf
    Data publikacji:
    2013
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    internet
    traffic classification
    machine learning
    Opis:
    Traffic classification is an important tool for network management. It reveals the source of observed network traffic and has many potential applications e.g. in Quality of Service, network security and traffic visualization. In the last decade, traffic classification evolved quickly due to the raise of peer-to-peer traffic. Nowadays, researchers still find new methods in order to withstand the rapid changes of the Internet. In this paper, we review 13 publications on traffic classification and related topics that were published during 2009-2012. We show diversify in recent algorithms and we highlight possible directions for the future research on traffic classification: relevance of multi-level classification, importance of experimental validation, and the need for common traffic datasets.
    Artykuł prezentuje przegląd 13 wybranych prac z dziedziny klasyfikacji ruchu internetowego pod kątem różnorodności w zastosowanych metodach. Prace zostały wybrane z najciekawszych naszym zdaniem publikacji z ostatnich kilku lat (2009-2012). W porównaniu do istniejących przeglądów literaturowych - np. [13], [14], czy [3] - niniejszy artykuł dotyczy nowszych badań, oraz wykazuje, że łączenie wielu metod klasyfikacji w jeden system może być ciekawym kierunkiem dla przyszłych badań w tej dziedzinie. Klasyfikacja ruchu internetowego polega na odgadnięciu nazwy protokołu komunikacyjnego lub aplikacji, która wygenerowała dany ciąg pakietów IR Informacja ta jest przydatna np. w zarządzaniu ruchem w sieciach internetowych, gdy potrzeba kształtować ruch w zależności od jego rodzaju. Klasyfikacja ruchu znajduje zastosowanie także w zagadnieniach sieciowych związanych z wdrażaniem zasad bezpieczeństwa (np. zakaz stosowania aplikacji Skype), monitorowaniem natężenia ruchu (np. wykrywanie ataków DoS), oraz wielu innych. Przegląd literatury został podzielony na 4 kategorie: klasyfikacja ruchu (rozdział 3.1., prace nr 16), detekcja pojedynczych aplikacji (rozdział 3.2., prace nr 7-8), metody pozyskiwania „wiedzy bazowej" (ang. ground truth, rozdział 3.3., prace nr 9-11), oraz inne (rozdział 3.4., prace nr 12 i 13). Wszystkie prace zostały podsumowane w Tabeli 3. W ostatnim rozdziale (str. 10) prezentujemy wyniki przeglądu. Pokazujemy na przykład, że istnieje wiele metod klasyfikacji, które mogą być połączone w jeden system i wzajemnie się uzupełniać - przez multiklasyfikację (ang. multi-classification] lub obsługę różnych części ruchu (np. [31] dla TCP i [15] dla UDP). Podajemy także nasze rekomendacje dotyczące walidacji metod klasyfikacji i zbierania śladów ruchu internetowego.
    Źródło:
    Theoretical and Applied Informatics; 2013, 25, 2; 119-136
    1896-5334
    Pojawia się w:
    Theoretical and Applied Informatics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Tracedump : a novel single application IP packet sniffer
    Tracedump : nowatorskie narzędzie typu sniffer pozwalające na zapis ruchu IP pojedynczej aplikacji
    Autorzy:
    Foremski, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/375815.pdf
    Data publikacji:
    2012
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    computer networks
    traffic monitoring
    traffic classification
    ptrace
    code injection
    Linux
    Opis:
    The article introduces a novel Internet diagnosis utility - an open source IP packet sniffer which captures TCP and UDP packets sent and received by a single Linux process only. Preliminary evaluation results are presented. The utility can be applied in the field of IP traffic classification.
    Artykuł prezentuje nowatorskie narzędzie open source służące do analizy ruchu internetowego należącego wyłacznie do jednej aplikacji działającej pod kontrola˛ systemu operacyjnego Linux. Program pozwala na zapis w postaci pliku PCAP wszystkich pakietów protokołów TCP i UDP, które zostały odebrane i wysłane przez wybraną aplikację w dowolnym momencie jej działania. W szczególności wynikowy plik PCAP zawiera wszystkie wykonane zapytania DNS. Implementacja narzędzia tego typu jest problematyczna, gdyż system Linux nie dostarcza mechanizmów śledzenia ruchu IP, które pozwalałyby na wystarczające ograniczenie zakresu monitorowanych zasobów w systemie. Z tego powodu w programie tracedump zostały zastosowane zaawansowane funkcje systemu Linux - wywołanie systemowe ptrace(2), wstrzykiwanie kodu maszynowego oraz filtry gniazd sieciowych BPF. Architektura programu oparta jest o 3 wątki - wątek śledzący otwierane porty TCP i UDP, wątek przechwytujący i filtrujący ruch IP w systemie oraz wątek wykrywający zakończone połączenia. Ponadto w artykule w sposób skrócony przedstawiono przykład praktycznego zastosowania narzędzia w celu oceny narzutu protokołu BitTorrent w sytuacji pobierania obrazu płyty CD z Internetu.
    Źródło:
    Theoretical and Applied Informatics; 2012, 24, 1; 23-31
    1896-5334
    Pojawia się w:
    Theoretical and Applied Informatics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Anonymous traffic classification based on three-dimensional Markov image and deep learning
    Autorzy:
    Tang, Xin
    Li, Huanzhou
    Zhang, Jian
    Tang, Zhangguo
    Wang, Han
    Cai, Cheng
    Powiązania:
    https://bibliotekanauki.pl/articles/27311448.pdf
    Data publikacji:
    2023
    Wydawca:
    Polska Akademia Nauk. Czasopisma i Monografie PAN
    Tematy:
    anonymous network
    traffic classification
    three-dimensional Markov image
    output self-attention
    deep learning
    sieć anonimowa
    klasyfikacja ruchu
    trójwymiarowy obraz Markowa
    samouwaga wyjściowa
    uczenie głębokie
    Opis:
    Illegal elements use the characteristics of an anonymous network hidden service mechanism to build a dark network and conduct various illegal activities, which brings a serious challenge to network security. The existing anonymous traffic classification methods suffer from cumbersome feature selection and difficult feature information extraction, resulting in low accuracy of classification. To solve this problem, a classification method based on three-dimensional Markov images and output self-attention convolutional neural network is proposed. This method first divides and cleans anonymous traffic data packets according to sessions, then converts the cleaned traffic data into three-dimensional Markov images according to the transition probability matrix of bytes, and finally inputs the images to the output self-attention convolution neural network to train the model and perform classification. The experimental results show that the classification accuracy and F1-score of the proposed method for Tor, I2P, Freenet, and ZeroNet can exceed 98.5%, and the average classification accuracy and F1-score for 8 kinds of user behaviors of each type of anonymous traffic can reach 93.7%. The proposed method significantly improves the classification effect of anonymous traffic compared with the existing methods.
    Źródło:
    Bulletin of the Polish Academy of Sciences. Technical Sciences; 2023, 71, 4; art. no. e145676
    0239-7528
    Pojawia się w:
    Bulletin of the Polish Academy of Sciences. Technical Sciences
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Classification and prediction of traffic flow based on real data using neural networks
    Klasyfikacja i przewidywanie natężenia ruchu na podstawie rzeczywistych danych z wykorzystaniem sieci neuronowych
    Autorzy:
    Pamuła, T.
    Powiązania:
    https://bibliotekanauki.pl/articles/224093.pdf
    Data publikacji:
    2012
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    traffic flow
    classification of traffic flow
    prediction of traffic flow
    traffic management systems
    natężenie ruchu
    klasyfikacja natężenia ruchu
    przewidywanie natężenia ruchu
    zarządzanie ruchem
    Opis:
    This paper presents a method of classification of time series of traffic flow, on the section of the main road leading into the city of Gliwice. Video detectors recorded traffic volume data was used, covering the period of one year in 5-minute intervals - from June 2011 to May 2012. In order to classify the data a statistical analysis was performed, which resulted in the proposition of splitting the daily time series into four classes. The series were smoothed to obtain hourly flow rates. The classification was performed using neural networks with different structures and using a variable number of input data. The purpose of classification is the prediction of traffic flow rates in the afternoon basing on the morning traffic and the assessment of daily traffic volumes for a particular day of the week. The results can be utilized by intelligent urban traffic management systems.
    W artykule przedstawiono metodę klasyfikacji szeregów czasowych natężenia przepływ u ruchu na odcinku głównej drogi dojazdowej w kierunku miasta Gliwice. Dane o natężeniu ruchu obejmujące okres jednego roku w interwałach godzinnych - od czerwca 2011 do maja 2012 zostały zarejestrowane przez wideodetektory. W celu klasyfikacji przeprowadzono analizę statystyczną danych i zaproponowano podział dobowych szeregów czasowych na cztery klasy. Szeregi zostały wygładzone do natężeń godzinnych. Klasyfikację wykonano z wykorzystaniem sieci neuronowych o różnych strukturach i na podstawie z mieniającej się liczby danych wejściowych. Celem klasyfikacji jest predykcja natężenia ruchu w godzinach popołudniowych na podstawie danych o natężeniu w godzinach porannych a także możliwość oceny dobowego natężenia ruchu w poszczególnych dniach tygodnia. Informacje takie są przydatne do podejmowania decyzji w Inteligentnych Systemach Transportowych (ITS) i zarządzaniu ruchem.
    Źródło:
    Archives of Transport; 2012, 24, 4; 519-529
    0866-9546
    2300-8830
    Pojawia się w:
    Archives of Transport
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Selected aspects of digital image processing applications in ITS
    Autorzy:
    Mrówka, P.
    Olejniczak, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/393804.pdf
    Data publikacji:
    2013
    Wydawca:
    Polskie Stowarzyszenie Telematyki Transportu
    Tematy:
    digital image processing
    image parametrization
    traffic light classification
    colour recognition
    model recognition
    cyfrowe przetwarzanie obrazu
    parametryzacja obrazu
    klasyfikacja sygnalizacji świetlnej
    rozpoznawanie koloru
    rozpoznawanie modelu
    Opis:
    Digital image processing algorithms are commonly applied in Intelligent Transport Systems (ITS). Their effective operation is conditioned on the high robustness to real-life image distortions and the computational complexity suitable for implementation on a non expensive industrial computer. The paper presents three original image analysis methods designed for the ITS, with special attention paid on aforementioned conditions. Colour image parametrization method for the traffic light state classifier was described. The algorithm utilizes CIELAB colour space properties. The method of vehicle edges parametrization for the make and model classifier was presented. The proposed representation relies on thresholded coefficients of gradient magnitude approximation in low dimensional space. The paper presents also the method of image characteristic features detection for the licence plates localization task. The detection is performed by means of appropriately designed filters with low computational complexity.
    Źródło:
    Archives of Transport System Telematics; 2013, 6, 3; 23-26
    1899-8208
    Pojawia się w:
    Archives of Transport System Telematics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Long-term Traffic Forecasting in Optical Networks Using Machine Learning
    Autorzy:
    Walkowiak, Krzysztof
    Szostak, Daniel
    Włodarczyk, Adam
    Kasprzak, Andrzej
    Powiązania:
    https://bibliotekanauki.pl/articles/27311948.pdf
    Data publikacji:
    2023
    Wydawca:
    Polska Akademia Nauk. Czasopisma i Monografie PAN
    Tematy:
    traffic forecasting
    machine learning
    classification
    Regression
    Opis:
    Knowledge about future traffic in backbone optical networks may greatly improve a range of tasks that Communications Service Providers (CSPs) have to face. This work proposes a procedure for long-term traffic forecasting in optical networks. We formulate a long-terT traffic forecasting problem as an ordinal classification task. Due to the optical networks’ (and other network technologies’) characteristics, traffic forecasting has been realized by predicting future traffic levels rather than the exact traffic volume. We examine different machine learning (ML) algorithms and compare them with time series algorithms methods. To evaluate the developed ML models, we use a quality metric, which considers the network resource usage. Datasets used during research are based on real traffic patterns presented by Internet Exchange Point in Seattle. Our study shows that ML algorithms employed for long-term traffic forecasting problem obtain high values of quality metrics. Additionally, the final choice of the ML algorithm for the forecasting task should depend on CSPs expectations.
    Źródło:
    International Journal of Electronics and Telecommunications; 2023, 69, 4; 751--762
    2300-1933
    Pojawia się w:
    International Journal of Electronics and Telecommunications
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Urban traffic detectors data mining for determination of variations in traffic volumes
    Autorzy:
    Bartuska, Ladislaw
    Hanzl, Jiri
    Lizbetin, Jan
    Powiązania:
    https://bibliotekanauki.pl/articles/1838325.pdf
    Data publikacji:
    2020
    Wydawca:
    Sieć Badawcza Łukasiewicz. Przemysłowy Instytut Motoryzacji
    Tematy:
    urban road traffic
    traffic variations
    road traffic data mining
    classification of roads
    Opis:
    This paper analyses road traffic volumes in the urban environment for the purpose of traffic planning and creation of traffic models. For modelling traffic in a certain area, the initial information about transport demand and distribution in given area is required. The demand for transport is further re-distributed to the transport network and measured against the current road traffic volumes / intensity of traffic. Traffic volumes over time are characterized by various periodic and non-periodic influences (variations). By studying these variations, the tools can be specified for making the final estimate of traffic volumes for a specific time period, a specific type of road or specific vehicle category, and for improving the traffic models for a specific area. In this paper, the authors study time variations in traffic volumes using the data obtained from vehicle detectors for monitoring traffic located on roads in the city of Ceske Budejovice, the Czech Republic.
    Źródło:
    Archiwum Motoryzacji; 2020, 90, 4; 15-31
    1234-754X
    2084-476X
    Pojawia się w:
    Archiwum Motoryzacji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Urban Traffic Detectors Data Mining for Determination of Variations in Traffic Volumes
    Autorzy:
    Bartuska, Ladislaw
    Hanzl, Jiří
    Lizbetin, Jan
    Powiązania:
    https://bibliotekanauki.pl/articles/1838327.pdf
    Data publikacji:
    2020
    Wydawca:
    Sieć Badawcza Łukasiewicz. Przemysłowy Instytut Motoryzacji
    Tematy:
    urban road traffic
    traffic variations
    road traffic data mining
    classification of roads
    Opis:
    This paper analyses road traffic volumes in the urban environment for the purpose of traffic planning and creation of traffic models. For modelling traffic in a certain area, the initial information about transport demand and distribution in given area is required. The demand for transport is further re-distributed to the transport network and measured against the current road traffic volumes / intensity of traffic. Traffic volumes over time are characterized by various periodic and non-periodic influences (variations). By studying these variations, the tools can be specified for making the final estimate of traffic volumes for a specific time period, a specific type of road or specific vehicle category, and for improving the traffic models for a specific area. In this paper, the authors study time variations in traffic volumes using the data obtained from vehicle detectors for monitoring traffic located on roads in the city of Ceske Budejovice, the Czech Republic.
    Źródło:
    Archiwum Motoryzacji; 2020, 90, 4; 15-31
    1234-754X
    2084-476X
    Pojawia się w:
    Archiwum Motoryzacji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Network Traffic Classification in an NFV Environment using Supervised ML Algorithms
    Autorzy:
    Ilievski, Gjorgji
    Latkoski, Pero
    Powiązania:
    https://bibliotekanauki.pl/articles/1839335.pdf
    Data publikacji:
    2021
    Wydawca:
    Instytut Łączności - Państwowy Instytut Badawczy
    Tematy:
    classification
    machine learning
    network functions virtualization
    network traffic
    Opis:
    We have conducted research on the performance of six supervised machine learning (ML) algorithms used for network traffic classification in a virtual environment driven by network function virtualization (NFV). The performance-related analysis focused on the precision of the classification process, but also in time-intensity (speed) of the supervised ML algorithms. We devised specific traffic taxonomy using commonly used categories, with particular emphasis placed on VoIP and encrypted VoIP protocols serve as a basis of the 5G architecture. NFV is considered to be one of the foundations of 5G development, as the traditional networking components are fully virtualized, in many cases relaying on mixed cloud solutions, both of the premise- and public cloud-based variety. Virtual machines are being replaced by containers and application functions while most of the network traffic is flowing in the east-west direction within the cloud. The analysis performed has shown that in such an environment, the Decision Tree algorithm is best suited, among the six algorithms considered, for performing classification-related tasks, and offers the required speed that will introduce minimal delays in network flows, which is crucial in 5G networks, where packet delay requirements are of great significance. It has proven to be reliable and offered excellent overall performance across multiple network packet classes within a virtualized NFV network architecture. While performing the classification procedure, we were working only with the statistical network flow features, leaving out packet payload, source, destination- and port-related information, thus making the analysis valid not only from the technical, but also from the regulatory point of view.
    Źródło:
    Journal of Telecommunications and Information Technology; 2021, 3; 23-31
    1509-4553
    1899-8852
    Pojawia się w:
    Journal of Telecommunications and Information Technology
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Classification of traffic over collaborative iot/cloud platforms using deep-learning recurrent LSTM
    Autorzy:
    Patil, Sonali A.
    Raj, Arun L.
    Powiązania:
    https://bibliotekanauki.pl/articles/2097958.pdf
    Data publikacji:
    2021
    Wydawca:
    Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
    Tematy:
    IoT
    network traffic
    machine learning
    classification
    cloud computing
    Opis:
    The Internet of Things (IoT) and cloud-based collaborative platforms have emerged as new infrastructures over the recent decades. The classification of network traffic in terms of benign and malevolent traffic is indispensable for IoT/cloud-based collaborative platforms for optimally utilizing channel capac ity for transmitting benign traffic and blocking malicious traffic. The traffic classification mechanism should be dynamic and capable enough for classifying network traffic in a quick manner so that malevolent traffic can be identified at earlier stages and benign traffic can be speedily channelized to the destined nodes. In this paper, we present a deep-learning recurrent LSTM RNet-based technique for classifying traffic over IoT/cloud platforms using the Word2Vec approach. Machine-learning techniques (MLTs) have also been employed for comparing the performance of these techniques with the proposed LSTM RNet classification method. In the proposed research work, network traffic is clas sified into three classes: Tor-Normal, NonTor-Normal, and NonTor-Malicious traffic. The research outcome shows that the proposed LSTM RNet accurately classifies such traffic and also helps reduce network latency as well as enhance data transmission rates and network throughput.
    Źródło:
    Computer Science; 2021, 22 (3); 367-385
    1508-2806
    2300-7036
    Pojawia się w:
    Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Road traffic parameters measuring system with variable structure
    Autorzy:
    Burnos, P.
    Gajda, J.
    Marszałek, Z.
    Piwowar, P.
    Sroka, R.
    Stencel, M.
    Żegleń, T.
    Powiązania:
    https://bibliotekanauki.pl/articles/220542.pdf
    Data publikacji:
    2011
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    traffic parameters measurement
    weigh-in-motion systems
    vehicle classification
    Opis:
    Systems of road traffic parameters measurement play a key role in the process of road traffic control, its supervision as well as in gathering and processing information for statistical purposes. Expectations of users of such systems mainly concern automation and provision of measurement continuity, possibility of selection of the measured road traffic parameters and high accuracy along with reliability of obtained results. In order to meet the requirements set for such systems, at the Department of Instrumentation and Measurement of the AGH University of Science and Technology in Cracow a new prototype system of road traffic parameters measurement - Traffic-1 - has been constructed. The innovativeness of the solution is manifested in the structure of the system that can be modified by the user adequately to current measurement needs and in the used algorithms of signals processing. The work contains a brief description of the constructed system with particular focus on the used innovations that are the result of many years of research work of the designers.
    Źródło:
    Metrology and Measurement Systems; 2011, 18, 4; 659-666
    0860-8229
    Pojawia się w:
    Metrology and Measurement Systems
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Factors determining seasonal variations in traffic volumes
    Czynniki decydujące o zmienności sezonowej natężeń ruchu
    Autorzy:
    Spławińska, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/230710.pdf
    Data publikacji:
    2017
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    droga
    zarządzanie ruchem
    natężenie ruchu
    klasyfikacja
    zbieranie danych
    road
    traffic management
    traffic volume
    classification
    data collection
    Opis:
    The characteristics of seasonal variations in traffic volumes are used for a variety of purposes, for example to determine the basic parameters describing annual average daily traffic – AADT, and design hourly volume – DHV, analyses of road network reliability, and traffic management. Via these analyses proper classification of road sections into appropriate seasonal factor groups (SFGs) has a decisive influence on results. This article, on the basis of computational experiments (models of artificial neural networks, discriminatory analysis), aims to identify which factors have the greatest impact on the allocation of a section of road to the corresponding SFG, based on short-term measurements. These factors are presented as qualitative data: the Polish region, spatial relationships, functions of road, cross-sections, technical class; and quantitative data: rush hour traffic volume.
    Ciągła automatyczna rejestracja ruchu drogowego dostarcza wielu cennych informacji niezbędnych do celów planistycznych, projektowych i eksploatacyjnych odcinków i skrzyżowań drogowych. Dzięki temu możliwe jest określenie sezonowych wahań ruchu umożliwiających wykonanie uproszczonych przeliczeń natężeń z pomiarów krótkotrwałych na średni dobowy ruch w roku (SDR). W praktyce, dokonuje się podziału sieci dróg na tzw. grupy zmienności sezonowej (SFG) i wyznacza się dla nich wskaźniki przeliczeniowe natężeń dobowych na SDR. Ponadto charakterystyki te wykorzystywane są w analizach niezawodności sieci dróg [17], w nowym podejściu wyznaczenia natężeń miarodajnych w oparciu o uogólnione koszty (analizy ekonomiczne) [2] a także są przydatne w podejmowaniu decyzji w Inteligentnych Systemach Transportowych i zarządzaniu ruchem. W Polsce obecnie wyróżnia się dwie grupy SFG tj. drogi o gospodarczym i turystyczno-rekreacyjnym charakterze przenoszonego ruchu [14], co w świetle wcześniejszych analiz [18, 19] wydaje się zbyt dużym uogólnieniem. Klasyfikacji odcinków do danej grupy dokonuje się na podstawie ruchu niedzielnego oraz wakacyjnego. Drogi o gospodarczym charakterze przenoszonego ruchu charakteryzują się występowaniem niewielkich sezonowych wahań ruchu oraz średnim dobowym ruchem w niedziele mniejszym niż 140% wartości średniego dobowego ruchu w dni robocze, natomiast drogi o turystyczno-rekreacyjnym charakterze – ruchem w miesiącach wakacyjnych (VII, VIII) ponad 40% większym od SDR lub średnim dobowym ruchem w niedziele większym niż 140% wartości średniego dobowego ruchu w dni robocze. Jak widać jest to bardzo nieprecyzyjna informacja trudna do stwierdzenia bez znajomości natężeń ruchu pochodzących z dłuższego okresu. Celem artykułu jest zatem określenie dla warunków polskich, jednoznacznych atrybutów umożliwiających przydzielenie odcinka drogi, na podstawie pomiarów krótkotrwałych, do odpowiedniej grupy zmienności sezonowej.
    Źródło:
    Archives of Civil Engineering; 2017, 63, 4; 35-50
    1230-2945
    Pojawia się w:
    Archives of Civil Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Role of functional classification of highways in road traffic safety
    Wpływ funkcyjnej klasyfikacji autostrad na bezpieczeństwo ruchu drogowego
    Autorzy:
    Malenkovska Todorova, M.
    Donceva, R.
    Bunevska, J.
    Powiązania:
    https://bibliotekanauki.pl/articles/375326.pdf
    Data publikacji:
    2009
    Wydawca:
    Politechnika Śląska. Wydawnictwo Politechniki Śląskiej
    Tematy:
    system transportowy
    ruch drogowy
    bezpieczeństwo ruchu
    klasyfikacja dróg
    transport system
    road traffic
    traffic safety
    classification of roads
    Opis:
    This paper is focused on the functional classification of highways and its part in the process of achieving road traffic safety as an element of sustainable and integrated transport systems. According to functional classification, the character of service highways are intended to provide, is the main criterion for grouping into various classes and systems. Road safety is an important component in this process of forming the hierarchical structure of road network function, as a base for rational network organization. The inclusion of the elements of road design programmes in functional classification, contribute towards higher road safety level.
    Źródło:
    Transport Problems; 2009, T. 4, z. 3, cz.1; 97-104
    1896-0596
    2300-861X
    Pojawia się w:
    Transport Problems
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Visitor segmentation in a mountain national park: the case of Karkonosze National Park in Poland
    Autorzy:
    Rogowski, Mateusz
    Powiązania:
    https://bibliotekanauki.pl/articles/2084682.pdf
    Data publikacji:
    2021
    Wydawca:
    Wyższa Szkoła Bankowa w Poznaniu
    Tematy:
    tourist traffic
    visitors
    visitor classification
    visitor behaviour
    national park
    Karkonosze National Park
    Opis:
    As the number of people visiting national parks in Poland is constantly growing, it is important to recognise their varying motivations and preferences. This is particularly important in the most popular national parks, such as the National Park in the Karkonosze Mountains (KNP). KNP is visited by two millions tourists annually, which makes it the second most popular national park in Poland. The aim of study was to classify visitors of the national park in terms of their motivation to visit. Three main categories of visitors were identified: leisure seekers, nature lovers and active tourists. The category of leisure seekers was the largest and most diverse with respect to their preferences. Nature lovers knew a lot about the park, especially as regards its geodiversity and its fauna and flora. The number of active visitors keeps growing every year. Active tourism, especially in the KPN, requires advanced equipment and good physical fitness. The findings of the study tourism trends in mountain national parks and can provide insights for its management. The article ends with some predictions regarding future trends and changes in the classification of KPN visitors after the pandemic.
    Źródło:
    Studia Periegetica; 2021, 36(4); 131-153
    1897-9262
    2658-1736
    Pojawia się w:
    Studia Periegetica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Method of vehicle classification using discriminant analysis
    Autorzy:
    Ryguła, A.
    Brzozowski, K.
    Maczyński, A.
    Konior, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/393557.pdf
    Data publikacji:
    2017
    Wydawca:
    Polskie Stowarzyszenie Telematyki Transportu
    Tematy:
    road traffic
    vehicle classification
    discriminant analysis
    ruch drogowy
    klasyfikacja pojazdów
    analiza dyskryminacyjna
    Opis:
    Proper characteristics of the traffic flow is a particularly important issue in the process of optimizing the efficiency of transport networks as well as in the traffic control systems. One of the elementary parameters of traffic flows is the structure of vehicles, which evaluation, in case of the automatic systems, requires the implementation of proper algorithms and methods for vehicle classification. In the paper is presented a method of vehicles classification using the discriminant analysis. Furthermore authors developed a classifier, which aggregate data according to classification 8+1 in accordance with the TLS specifications and according with the classification presented in the specification COST 323. As input dataset to the classification method were used vehicle parameters recorded by the weight in motion systems.
    Źródło:
    Archives of Transport System Telematics; 2017, 10, 4; 28-31
    1899-8208
    Pojawia się w:
    Archives of Transport System Telematics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Detailed evaluation and analysis of vision-based online traffic parameters estimation approach using low resolution web cameras
    Autorzy:
    Ali, M.
    Touko Tcheumadjeu, L.
    Zuev, S.
    Ruppe, S.
    Powiązania:
    https://bibliotekanauki.pl/articles/393806.pdf
    Data publikacji:
    2014
    Wydawca:
    Polskie Stowarzyszenie Telematyki Transportu
    Tematy:
    background estimation
    vehicle detection
    time mean speed
    traffic flow
    traffic state
    classification
    estymacja tła
    detekcja pojazdu
    płynność ruchu
    stan ruchu
    klasyfikacja
    Opis:
    In this paper, we give an overview and a detail analysis of our approach for vision-based real-time traffic parameters estimation using low-resolution web cameras. Traffic parameters estimation approach mainly includes three major steps, (1) stable background estimation, (2) vehicle detection, mean speed and traffic flow estimation, and (3) traffic scene classification into three states (normal and congested). The background image is estimated and updated in realtime by novel background estimation algorithm based on the median of First-in-First-Out (FIFO) buffer of rectified traffic images. Vehicles are detected by background subtraction followed by post-processing steps. By exploiting the domain knowledge of real-world traffic flow patterns, mean speed and traffic flow can be estimated reliably and accurately. Naive Bayes classifier with statistical features is used for traffic scene classification. The traffic parameter estimation approach is tested and evaluated at the German Aerospace Center’s (DLR) urban road research laboratory in Berlin for 24 hours of live streaming data from web-cameras with frames per second 1, 5 and 10. Image resolution is 348 x 259 and JPEG compression is 50%. Processed traffic data is cross-checked with synchronized induction loop data. Detailed evaluation and analysis shows high accuracy and robustness of traffic parameters estimation approach using low-resolution web-cameras under challenging traffic conditions.
    Źródło:
    Archives of Transport System Telematics; 2014, 7, 2; 9-13
    1899-8208
    Pojawia się w:
    Archives of Transport System Telematics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Classification of traffic signal system anomalies for environment tests of autonomous vehicles
    Autorzy:
    Lengyel, H.
    Szalay, Z.
    Powiązania:
    https://bibliotekanauki.pl/articles/112021.pdf
    Data publikacji:
    2018
    Wydawca:
    Stowarzyszenie Menedżerów Jakości i Produkcji
    Tematy:
    classification
    traffic signal system
    anomalies
    autonomous vehicles
    test environment
    pojazd autonomiczny
    znaki drogowe
    sygnalizacja świetlna
    Opis:
    In the future there will be a lot of changes and development concerning autonomous transport that will affect all participants of transport. There are still difficulties in organizing transport, but with the introduction of autonomous vehicles more challenges can be expected. Recognizing and tracking horizontal and vertical signs can cause a difficulties for drivers and, later, for autonomous systems. Environmental conditions, deformity and quality affect the perception of signals. The correct recognition results in safe travelling for everyone on the roads. Traffic signs are designed for people that is why the recognition process is harder for the machines. However, nowadays some developers try to create a traffic sign that autonomous vehicles can use. Computer identification needs further development, as it is necessary to consider cases where traffic signs are deformed or not properly placed. In the following investigation, the advantages and disadvantages of the different perception methods and their possibilities were gathered. A methodology for the classification of horizontal and vertical traffic signs anomalies that may help in designing better testing and validation environments for traffic sign recognition systems in the future was also proposed.
    Źródło:
    Production Engineering Archives; 2018, 19; 43-47
    2353-5156
    2353-7779
    Pojawia się w:
    Production Engineering Archives
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Hierarchical Classification of Environmental Noise Sources Considering the Acoustic Signature of Vehicle Pass-Bys
    Autorzy:
    Valero, X.
    Alias, F.
    Powiązania:
    https://bibliotekanauki.pl/articles/176616.pdf
    Data publikacji:
    2012
    Wydawca:
    Polska Akademia Nauk. Czytelnia Czasopism PAN
    Tematy:
    acoustic signature
    environmental noise monitoring
    Gaussian mixture models
    hierarchical classification
    mel-frequency cepstral coefficients (MFCC)
    sound classification
    traffic noise
    vehicle pass-by
    Opis:
    This work is focused on the automatic recognition of environmental noise sources that affect humans’ health and quality of life, namely industrial, aircraft, railway and road traffic. However, the recognition of the latter, which have the largest influence on citizens’ daily lives, is still an open issue. Therefore, although considering all the aforementioned noise sources, this paper especially focuses on improving the recognition of road noise events by taking advantage of the perceived noise differences along the road vehicle pass-by (which may be divided into different phases: approaching, passing and receding). To that effect, a hierarchical classification scheme that considers these phases independently has been implemented. The proposed classification scheme yields an averaged classification accuracy of 92.5%, which is, in absolute terms, 3% higher than the baseline (a traditional flat classification scheme without hierarchical structure). In particular, it outperforms the baseline in the classification of light and heavy vehicles, yielding a classification accuracy 7% and 4% higher, respectively. Finally, listening tests are performed to compare the system performance with human recognition ability. The results reveal that, although an expert human listener can achieve higher recognition accuracy than the proposed system, the latter outperforms the non-trained listener in 10% in average.
    Źródło:
    Archives of Acoustics; 2012, 37, 4; 423-434
    0137-5075
    Pojawia się w:
    Archives of Acoustics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Recognition of occluded traffic signs based on two-dimensional linear discriminant analysis
    Autorzy:
    Forczmański, P.
    Powiązania:
    https://bibliotekanauki.pl/articles/393233.pdf
    Data publikacji:
    2013
    Wydawca:
    Polskie Stowarzyszenie Telematyki Transportu
    Tematy:
    traffic sign recognition
    linear discriminant analysis
    classification
    occlusion
    rozpoznawanie znaków drogowych
    liniowa analiza dyskryminacji
    klasyfikacja
    okluzje
    Opis:
    Traffic signs recognition involving digital image analysis is getting more and more popular. The main problem associated with visual recognition of traffic signs is associated with difficult conditions of image acquisition. In the paper we present a solution to the problem of signs occlusion. Presented method belongs to the group of appearance-based approaches, employing template matching working in the reduced feature space obtained by Linear Discriminant Analysis. The method deals with all types of signs, regarding their shape and color in contrast to commercial systems, installed in higher-class cars, that only detect the round speed limit signs and overtaking restrictions. Finally, we present some experiments performed on a benchmark databases with different kinds of occlusion.
    Źródło:
    Archives of Transport System Telematics; 2013, 6, 3; 10-13
    1899-8208
    Pojawia się w:
    Archives of Transport System Telematics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    System pomiaru parametrów ruchu drogowego o zmiennej strukturze Traffic-1
    Measurement of parameters of traffic with changeable structure Traffic-1
    Autorzy:
    Burnos, P.
    Gajda, J.
    Marszałek, Z.
    Piwowar, P.
    Sroka, R.
    Stencel, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/144069.pdf
    Data publikacji:
    2011
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Komunikacji Rzeczpospolitej Polskiej
    Tematy:
    ruch drogowy
    pomiar parametrów
    ważenie w ruchu
    klasyfikacja pojazdów
    road traffic
    measurement
    weigh in motion
    vehicle classification
    Opis:
    Systemy pomiaru parametrów ruchu drogowego (pprd) odgrywają kluczową rolę w procesie optymalnego sterowania ruchem drogowym, nadzorowania tego ruchu oraz zbierania i przetwarzania informacji do celów statystycznych. W artykule opisano system pprd Traffic-1. Innowacyjność rozwiązania przejawia się w strukturze systemu, która może być modyfikowana przez użytkownika odpowiednio do aktualnych potrzeb pomiarowych oraz w zastosowanych algorytmach przetwarzania sygnałów.
    Systems of road traffic parameters measurement play a key role in the process of road traffic control, its supervision as well as gathering and processing information for statistical purposes. The work contains a brief description of constructed system of road traffic parameters measurement Traffic-1. Innovativeness of the solution is manifested in the structure of the system that can be modified by the user adequately to current measurement needs and in the used algorithms of signals processing.
    Źródło:
    Drogownictwo; 2011, 9; 283-285
    0012-6357
    Pojawia się w:
    Drogownictwo
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Kryteria klasyfikacji przejazdów kolejowo-drogowych – natężenie ruchu drogowego
    Criteria for the rail - road crossings classification – road traffic intensity
    Autorzy:
    Dąbrowski, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/248634.pdf
    Data publikacji:
    2017
    Wydawca:
    Stowarzyszenie Inżynierów i Techników Komunikacji Rzeczpospolitej Polskiej
    Tematy:
    przejazd kolejowo-drogowy
    bezpieczeństwo
    klasyfikacja
    kryteria
    natężenie ruchu drogowego
    level crossing
    safety
    classification
    criteria
    road traffic volume
    Opis:
    Niniejszy artykuł stanowi kontynuację cyklu opracowań składających się na całościową analizę kryteriów klasyfikacji przejazdów kolejowo-drogowych w Polsce. Poprzednie trzy dotyczyły iloczynu ruchu, natężenia ruchu kolejowego oraz liczby torów na przejeździe, tym razem mowa o natężeniu ruchu drogowego. W pierwszej kolejności przedstawiono historyczne oraz aktualne znaczenie tego czynnika w systemie klasyfikacji. Następnie podjęto tematykę wpływu natężenia ruchu drogowego na ryzyko powstania kolizji, znaczenia czynnika ludzkiego oraz wpływu struktury ruchu drogowego na konsekwencje zdarzeń na przejazdach, a także problematykę dotyczącą wymiany danych ruchowych pomiędzy zarządcami kolei i dróg oraz formalnymi terminami wykonywania pomiarów. Opisując kryterium natężenia ruchu drogowego odwołano się do badań brytyjskich z 1987 r. (P. F. Stott) i 2008 r. (J. Heavisides, J. Barker) oraz polskich z lat 1985 –2005 (E. Kononowicz, F. Pietrucha, S. Zimnoch), a także do przepisów prawa niemieckiego. Na podstawie wszystkich powyższych informacji zostały sformułowane wnioski końcowe.
    This article is a continuation of a series of studies composing a comprehensive analysis of criteria for the rail-road crossing classification in Poland. Previous three papers concerned traffic ratio, railway traffic volume and number of railway tracks on level crossings, this time road traffic volume is taken into account. First historical and current significance of this factor in the classification system is presented. Then impact of road traffic on the risk of collision, importance of the human factor and impact of road traffic structure on consequences of accidents on level crossing are analyzed. Attention is also paid to matters of exchanging traffic data between railway and road managers and formal timing of the measurements. Describing road traffic volume criterion, the reference was made not only to British studies from 1987 (P. F. Stott) and 2008 (J. Heavisides, J. Barker), but to Polish studies from 1985-2005 (E. Kononowicz, F. Pietrucha, S. Zimnoch) as well. The German law was also taken into consideration. Based on the above information, conclusions are drawn.
    Źródło:
    Zeszyty Naukowo-Techniczne Stowarzyszenia Inżynierów i Techników Komunikacji w Krakowie. Seria: Materiały Konferencyjne; 2017, 1(112); 47-63
    1231-9171
    Pojawia się w:
    Zeszyty Naukowo-Techniczne Stowarzyszenia Inżynierów i Techników Komunikacji w Krakowie. Seria: Materiały Konferencyjne
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Detekcja znaków drogowych i kolejowych na zdjęciach i w chmurze punktów – przegląd istniejących algorytmów
    Traffic and Railroad Signs Detection in Images and in Point Cloud – Overview of Existing Algorithms
    Autorzy:
    Moskal, A.
    Pastucha, E.
    Powiązania:
    https://bibliotekanauki.pl/articles/346718.pdf
    Data publikacji:
    2013
    Wydawca:
    Polskie Towarzystwo Informacji Przestrzennej
    Tematy:
    znaki drogowe
    znaki kolejowe
    rozpoznawanie wzorca
    detekcja znaków
    klasyfikacja znaków
    traffic signs
    railroad signs
    template recognition
    sign detection
    sign classification
    Opis:
    Badania i analizy możliwości automatycznego wykrywania znaków rozwijają się równolegle w wielu ośrodkach naukowych na świecie. Motywacje do prac zawierają się w większości w dwóch kategoriach: inwentaryzacja infrastruktury drogowej lub kolejowej oraz tworzenie systemów dla automatycznego wspomagania kierowcy. W zależności od wybranego kierunku, wykorzystywane są różnorakie dane pochodzące z różnych sensorów. Nowotworzone systemy wspomagania kierowcy wymagają sensorów o niewielkich gabarytach, dostarczających dane o małym rozmiarze, podczas gdy technologie tworzone na potrzeby inwentaryzacji znaków mogą korzystać z rozbudowanych systemów pomiarowych, integrujących różnorakie sensory pozyskujące bardzo dokładne, wysokorozdzielcze dane. Czas przetwarzania takich danych również zależy od potrzeb. Wykrycie i sklasyfikowanie znaku w systemach automatycznego wspomagania kierowcy musi być bardzo szybkie. Takich limitów nie trzeba stawiać przed systemami dla celów inwentaryzacji. Pozycjonowanie wykrywanych obiektów ma znaczenie jedynie w systemach inwentaryzujących, jednak nie jest wykluczone w pozostałych. Koncepcje algorytmów różnią się między ośrodkami badawczymi i wykorzystują wiele różnych nurtów w informatyce i matematyce. W artykule przedstawiono przegląd najważniejszych algorytmów z ostatnich piętnastu lat. Krótko opisano etapy pozyskania danych i systemy do tego wykorzystane. Następnie szeroko przedstawiono problem przygotowania danych, koncepcje wstępnego wykrycia znaków i ostatecznych klasyfikacji.
    During the last fifteen years, automatic sign recognition in different type of data has become the subject of many studies. Reasons for these works fall into one of two categories: inventory purposes or drivers assistance systems. Depending on the purpose of the systems, various types of sensors, acquiring different type of data, are implemented. Due to their application, drivers assistance systems need small sensors, bringing limited amount of data, while systems for inventory purposes can use complex measuring systems, integrating different types of sensors and providing high accuracy and large volume data. The time is also at issue. Detection and classification of a sign in driver assistance systems has to be done in real time, while processing of data for inventory purposes can be done off–line. Also global positioning of identified signs is significant only in the latter systems. Structures of proposed algorithms vary and use many different concepts, both from math and information processing. In this paper, basic concepts of most important algorithms from the last fifteen years are presented. Data acquisition process and measuring systems are described shortly. Then, data pre-processing, concepts of detection and, finally, concepts of classification are broadly covered.
    Źródło:
    Roczniki Geomatyki; 2013, 11, 2(59); 69-78
    1731-5522
    2449-8963
    Pojawia się w:
    Roczniki Geomatyki
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Klasyfikacja i zliczanie pojazdów na podstawie danych wideo
    Vehicle classification and counting on the basis of video data
    Autorzy:
    Czapla, Z.
    Powiązania:
    https://bibliotekanauki.pl/articles/312559.pdf
    Data publikacji:
    2016
    Wydawca:
    Instytut Naukowo-Wydawniczy "SPATIUM"
    Tematy:
    ruch drogowy
    dane obrazowe
    pojazdy
    metody przetwarzania obrazu
    klasyfikacja pojazdów
    zliczanie pojazdów
    pomiary parametrów ruchu drogowego
    road traffic
    vehicle classification
    image data
    vehicles
    image processing approaches
    couting vehicles
    measuring traffic parameters
    Opis:
    Artykuł przedstawia metodę klasyfikacji i zliczania pojazdów na podstawie danych wideo. Wejściowa sekwencja obrazów składa się z ramek pobranych ze strumienia wideo otrzymywanego z kamery umieszczonej nad drogą. Poszczególne obrazy wejściowej sekwencji obrazów są przetwarzane oddzielnie. Definiowane są dwa pola detekcji, początkowe pole detekcji i końcowe pole detekcji. Obrazy wejściowej sekwencji obrazów są konwertowane do reprezentacji punktowej. Obliczana jest suma punktów krawędziowych dla każdego pola detekcji. Na podstawie sum punktów krawędziowych wyznaczane są stany pól detekcji. Analiza stanów pól detekcji umożliwia klasyfikację i zliczanie pojazdów. W artykule zamieszczono wyniki pomiarów.
    The paper presents a method of vehicle classification and counting on the basis of video data. The input image sequence consists of consecutive frames taken from the video stream obtained from the camera placed above a road. Individual images from the input image sequence are processed separately. Two detection fields are defined, the initial detection field and the final detection field. Images from the input image sequence are converted into point representation. The sum of the edge points is calculated for each detection field. On the basis of the sums of edge points, states of the detection fields are determined. Analysis of the states of the detection fields allows vehicle classification and counting. Experimental results are provided.
    Źródło:
    Autobusy : technika, eksploatacja, systemy transportowe; 2016, 17, 6; 562-565
    1509-5878
    2450-7725
    Pojawia się w:
    Autobusy : technika, eksploatacja, systemy transportowe
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Utilization of portable traffic detectors as the support for the data collection process in city logistics systems
    Autorzy:
    Kijewska, K.
    Iwan, S.
    Powiązania:
    https://bibliotekanauki.pl/articles/393279.pdf
    Data publikacji:
    2019
    Wydawca:
    Polskie Stowarzyszenie Telematyki Transportu
    Tematy:
    data acquisition
    traffic detection
    portable detector
    city logistics
    urban freight transport
    vehicle classification
    Pozyskiwanie danych
    wykrywanie ruchu
    detektor przenośny
    logistyka miejska
    miejski transport towarowy
    klasyfikacja pojazdów
    Opis:
    One of the most important problem in the analysis of city logistics systems is data collection. The solution, which could support this process is utilization of independent, easy to use devices. The paper is focused on the example of utilization the portable road traffic detectors. These devices are easy to use tools, which can help to collect traffic data including the vehicles classification. The Authors will introduce an example of practical utilization of this kind of device, Sierzega SR4, as well as the advantages related to that.
    Źródło:
    Archives of Transport System Telematics; 2019, 12, 1; 29-35
    1899-8208
    Pojawia się w:
    Archives of Transport System Telematics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    A k-Nearest Neighbors Method for Classifying User Sessions in E-Commerce Scenario
    Autorzy:
    Suchacka, G.
    Skolimowska-Kulig, M.
    Potempa, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/308645.pdf
    Data publikacji:
    2015
    Wydawca:
    Instytut Łączności - Państwowy Instytut Badawczy
    Tematy:
    data mining
    e-commerce
    k-Nearest Neighbors
    k-NN
    log file analysis
    online store
    R-project
    supervised classification
    web mining
    Web store
    Web traffic
    Web usage mining
    Opis:
    This paper addresses the problem of classification of user sessions in an online store into two classes: buying sessions (during which a purchase confirmation occurs) and browsing sessions. As interactions connected with a purchase confirmation are typically completed at the end of user sessions, some information describing active sessions may be observed and used to assess the probability of making a purchase. The authors formulate the problem of predicting buying sessions in a Web store as a supervised classification problem where there are two target classes, connected with the fact of finalizing a purchase transaction in session or not, and a feature vector containing some variables describing user sessions. The presented approach uses the k-Nearest Neighbors (k-NN) classification. Based on historical data obtained from online bookstore log files a k-NN classifier was built and its efficiency was verified for different neighborhood sizes. A 11-NN classifier was the most effective both in terms of buying session predictions and overall predictions, achieving sensitivity of 87.5% and accuracy of 99.85%.
    Źródło:
    Journal of Telecommunications and Information Technology; 2015, 3; 64-69
    1509-4553
    1899-8852
    Pojawia się w:
    Journal of Telecommunications and Information Technology
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-25 z 25

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies