这里面是UCF的人群密度数据集，适合做人群密度估计这方面的算法研究

2021运动健康人群洞察报告

18亿分之一：人群定向算法实践—.pdf

数据分析中常用RFM分析消费者人群，但常见RFM是用均值区分。 均值区分与利用Kmeans区别在于前者人为划定R、F、M高低界限（以均值为界限），后者为通过不断迭代确定界限（不过两者对于异常点都较为敏感） RFM模型 首先介绍一下RFM模型 R – Recency 最近一次消费的时间 F – Frequency 一段时间内的消费频次 M – Monetary 一段时间内的消费金额 RFM模型主要用来划分客户/消费者，通过上述三个指标衡量客户/消费者价值 每个指标都分为0和1两档，1就是高，0就是低。把人群划分为2 * 2 * 2=8种： 上图源于百度百科 具体分类： 111 – 重要价值人群

人流疏散模型matlab代码人群行为 使用个体代理模型对逃跑机制进行建模 概括 以下报告旨在分析几种简单的人群行为模型，以探索一群人在特定条件下如何撤离建筑物。 模拟表明，(1) React时间的较大差异可以抵消较高的平均React时间；(2) 只要​​他们的群体规模占整个群体的百分比，逆着人群移动的人流就可以加快疏散速度。 ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?组，不超过一定的阈值。 内容 代码附录 和：实现随机逃逸模型 和：实现自适应逃逸模型 和：实施最短距离逃生模型 和：使用随机React和逆流模型实现最短距离逃逸模型 和：使用固定React和逆流模型实施最短距离逃逸模型 : 其他模型实现可视化的依赖 信息 所有函数均用 MATLAB (R2014b) 编写

基于复合特征及深度学习的人群行为识别算法.pdf

行业分类-政务-时政新闻的关注人群与传播策略研究——基于微信公众平台的实证分析.rar

2021年中国白领人群消费及职场社交研究报告

2021新中产人群洞察报告

2021年中国母婴人群消费及信息获取渠道研究报告