Mobile Data Mining and Applications

این کتاب بر روی داده های تلفن همراه و کاربردهای آن در شبکه های بی سیم آینده تمرکز دارد. چندین موضوع اساس بحث را تشکیل می دهند، از پلت فرم داده کاوی موبایل برای جمع آوری داده های تلفن همراه، پردازش داده های تلفن همراه، و کشف ویژگی های تلفن همراه. استفاده از داده کاوی تلفن همراه در زمینه سه کاربرد مورد بررسی قرار می گیرد: بهینه سازی ارتباطات بی سیم، کاربردهای داده کاوی تلفن همراه در شبکه های سلولی آینده، و اینکه چگونه داده های تلفن همراه شهرهای آینده را شکل می دهد.

در بحث بهینه سازی ارتباطات بی سیم، هر دو طیف دارای مجوز و بدون مجوز مورد بهره برداری قرار می گیرند. موضوعات پیشرفته شامل بارگذاری تلفن همراه، اشتراک منابع، ارتباط کاربر، انتخاب شبکه و همزیستی شبکه است. ابزارهای ریاضی مانند محدب سنتی/غیر محدب، پردازش تصادفی و نظریه بازی برای یافتن راه‌حل‌های عینی استفاده می‌شوند. بحث در مورد کاربردهای داده کاوی تلفن همراه در شبکه های سلولی آینده شامل موضوعاتی مانند شبکه های ارتباط سبز، شبکه های 5G و مطالعات مشکلات زوم سلولی، کنترل توان، خواب/بیداری و صرفه جویی در انرژی است. بحث داده کاوی سیار در زمینه شهرهای هوشمند آینده کاربردهایی در برنامه ریزی شهری و نظارت بر محیط زیست را پوشش می دهد: فناوری های یادگیری عمیق، شبکه های عصبی، شبکه های پیچیده و داده کاوی تعبیه شده در شبکه. داده کاوی و برنامه های کاربردی تلفن همراه مورد توجه اپراتورهای بی سیم، شرکت ها، دولت ها و همچنین کاربران نهایی علاقه مند خواهد بود.

This book focuses on mobile data and its applications in the wireless networks of the future. Several topics form the basis of discussion, from a mobile data mining platform for collecting mobile data, to mobile data processing, and mobile feature discovery. Usage of mobile data mining is addressed in the context of three applications: wireless communication optimization, applications of mobile data mining on the cellular networks of the future, and how mobile data shapes future cities.

In the discussion of wireless communication optimization, both licensed and unlicensed spectra are exploited. Advanced topics include mobile offloading, resource sharing, user association, network selection and network coexistence. Mathematical tools, such as traditional convexappl/non-convex, stochastic processing and game theory are used to find objective solutions. Discussion of the applications of mobile data mining to cellular networks of the future includes topics such as green communication networks, 5G networks, and studies of the problems of cell zooming, power control, sleep/wake, and energy saving. The discussion of mobile data mining in the context of smart cities of the future covers applications in urban planning and environmental monitoring: the technologies of deep learning, neural networks, complex networks, and network embedded data mining. Mobile Data Mining and Applications will be of interest to wireless operators, companies, governments as well as interested end users.