DSP資料競賽平台 – 痞客邦 Visitor Log 資料挑戰賽第二名。

1. 痞客邦Visitor Log 資
料挑戰賽
：以EEMD解析時間序列資料
徐 峻 賢
15年12月19⽇日星期六

2. About my self
• neurolinguistic studies of word recognition
• a database of Mandarin Chinese characters/
words
• human perception in detecting F0 changes
• nonlinearity of brain waves and speech
sounds
15年12月19⽇日星期六

3. Time-Frequency Analysis
(Talon-­‐Baudry
&
Bertrand,
1999)
15年12月19⽇日星期六

4. Main issues
• 2014-11-01 ⾄至 2014-11-30 期間，
10000 筆隨機取樣的台灣地區網站訪客
的瀏覽紀錄
• 預測10K 位訪客在 2014-12-1 ⾄至
2014-12-7 的瀏覽次數
15年12月19⽇日星期六

5. • 訪客瀏覽次數與⽇日期的關係：
• 不連續
• 個別差異
• 四位訪客的瀏覽次數
15年12月19⽇日星期六

6. • category_id: ⽂文章類別，41項
15年12月19⽇日星期六

7. • 「美味⻝⾷食記」的瀏覽次數(每⼩小時、每天)
15年12月19⽇日星期六

8. • 「美味⻝⾷食記」的瀏覽次數(每⼩小時、每天)
15年12月19⽇日星期六

9. 美味⻝⾷食記 數位⽣生活
⼩小說連載 星座算命
15年12月19⽇日星期六

10. Hypothesis
• 每個類別的次數可當作「穩定的」時間
序列函數
• 所有類別次數的加總 = 所有訪客次數的
加總
• 與其觀察每個訪客，不如觀察網站類別
15年12月19⽇日星期六

11. hypothesis
• 從時間序列函數估計各個類別的趨勢，
作為期望值
• 未來的表現應該會近似於期望值
15年12月19⽇日星期六

12. E⻝⾷食記(freq.)
E⼩小說(freq.)
E數位(freq.)
E星座(freq.)
預期的訪客瀏覽次數 = ∑Ei(freq.) × weight
weight value:
counts of views of each account
total counts (11/1 ~ 11/30)
15年12月19⽇日星期六

13. Methods
• 計算的⽅方式∑Ei(freq.) 有很多種
• 試看看 Hilbert-Huang Transformation
(HHT; Huang et al., 1998; 2009)
•EEMD: ensemble empirical mode
decomposition
• Hilbert transfer
15年12月19⽇日星期六

14. • Length Of Days (a la Hahn, 1995)
15年12月19⽇日星期六

15. • data > (EEMD) > IMFs
• IMF: intrinsic mode function
15年12月19⽇日星期六

16. • 美味⻝⾷食記
• ∑Ei(freq.) = sum(IMF4–8 & Resid.)
15年12月19⽇日星期六

17. 預期的訪客瀏覽次數 = ∑Ei(freq.) × weight
weight value:
counts of views of each account
total counts (11/1 ~ 11/30)
• Ei(freq.) = sum(IMF4–8 & Resid.)
15年12月19⽇日星期六

18. 預期的訪客瀏覽次數 = ∑Ei(freq.) × weight
weight value:
counts of views of each account
total counts (11/1 ~ 11/30)
• Ei(freq.) = sum(IMF4–8 & Resid.)
第⼀一次上傳結果，得分：75.23
15年12月19⽇日星期六

19. 15年12月19⽇日星期六

20. 預期的訪客瀏覽次數 = ∑Ei(freq.) × weight
weight value:
counts of views (11月最後七天)
total counts (11月最後七天)
• Ei(freq.) = sum(IMF4–8 & Resid.) 瀏覽時間⼤大於500⼩小時
預測值介於 0~1 的數值改為 0 (次數分配偏向
exponential-like distribution)
15年12月19⽇日星期六

21. 預期的訪客瀏覽次數 = ∑Ei(freq.) × weight
weight value:
counts of views (11月最後七天)
total counts (11月最後七天)
• Ei(freq.) = sum(IMF4–8 & Resid.) 瀏覽時間⼤大於500⼩小時
⼤大幅修改⽅方法之後的第⼀一次上傳
得分：76.39
預測值介於 0~1 的數值改為 0 (次數分配偏向
exponential-like distribution)
15年12月19⽇日星期六

22. 15年12月19⽇日星期六

23. To improve the outcome
• Analysis of the page view data
• method: linear mixed effect model
• fix factors:
• Days (1–30), Hours (0–23), Days*Hours
• random factor: category (18 categories)
15年12月19⽇日星期六

24. 15年12月19⽇日星期六

25. • dependent variables could be sums of IMFs
and residuals, or sums of IMFs.
15年12月19⽇日星期六

26. • dependent variables: sums of IMFs.
15年12月19⽇日星期六

27. 預期的訪客瀏覽次數 = ∑Ei(freq.) × weight
weight value:
counts of views (11月最後七天)
total counts (11月最後七天)
• Ei(freq.) = sum(IMF4–8 & Resid.)
• 總瀏覽時間⼤大於500⼩小時, 取18pm 以後的次數
預測值介於 0~1 的數值改為 0 (次數分配偏向 exponential-
like distribution)
15年12月19⽇日星期六

28. 預期的訪客瀏覽次數 = ∑Ei(freq.) × weight
weight value:
counts of views (11月最後七天)
total counts (11月最後七天)
• Ei(freq.) = sum(IMF4–8 & Resid.)
• 總瀏覽時間⼤大於500⼩小時, 取18pm 以後的次數
再次修改之後上傳
得分：79.86
預測值介於 0~1 的數值改為 0 (次數分配偏向 exponential-
like distribution)
15年12月19⽇日星期六

29. • 應⽤用⾙貝式定理
• adjusted weight:
• 1 - (0.1398^2) / ((0.1398^2) + 0.2383*(1-0.1398))
(⼈人數)
11月最後⼀一周
次數 > 1
11月最後⼀一周
次數 = 0
總次數 > 1 1398 2383
總次數 = 0 0 6219
15年12月19⽇日星期六

30. 預期的訪客瀏覽次數 = ∑Ei(freq.) × weight
weight value:
counts of views (11月最後七天)
total counts (11月最後七天)
• Ei(freq.) = sum(IMF4–8 & Resid.)
• 總瀏覽時間⼤大於500⼩小時, 取18pm 以後的次數
預測值介於 0~1 的數值改為 0 (次數分配偏向 exponential-
like distribution)
將預測值乘上校正機率
15年12月19⽇日星期六

31. 預期的訪客瀏覽次數 = ∑Ei(freq.) × weight
weight value:
counts of views (11月最後七天)
total counts (11月最後七天)
• Ei(freq.) = sum(IMF4–8 & Resid.)
• 總瀏覽時間⼤大於500⼩小時, 取18pm 以後的次數
再次修改之後上傳
得分：80.415
預測值介於 0~1 的數值改為 0 (次數分配偏向 exponential-
like distribution)
將預測值乘上校正機率
15年12月19⽇日星期六

32. R packages
• Rstudio 0.98.1028
• Rlibeemd
• lme4
• effects
• remef
15年12月19⽇日星期六