本文關(guān)鍵詞：基于小波聚類的網(wǎng)絡(luò)用戶行為分析研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著互聯(lián)網(wǎng)的迅猛發(fā)展,網(wǎng)絡(luò)用戶達(dá)到了空前的數(shù)量,各種網(wǎng)絡(luò)應(yīng)用日益豐富,人們利用互聯(lián)網(wǎng)開展的工作、娛樂和服務(wù)項(xiàng)目越來越多。近年來,網(wǎng)絡(luò)運(yùn)營商以及服務(wù)提供商開始對網(wǎng)絡(luò)中用戶行為特點(diǎn)、使用習(xí)慣以及感興趣的應(yīng)用類別等產(chǎn)生了興趣,并希望通過一定的技術(shù)手段,分析并獲取這些用戶行為信息,作為網(wǎng)絡(luò)用戶管理、網(wǎng)絡(luò)服務(wù)質(zhì)量優(yōu)化、網(wǎng)絡(luò)營銷策略的重要依據(jù),甚至可以為第三方提供客戶關(guān)系方面的增值服務(wù)。本論文旨在以小波分析理論為基礎(chǔ),對網(wǎng)絡(luò)用戶的流量數(shù)據(jù)進(jìn)行分析,通過聚類的方式,獲得不同行為模式的用戶群。從而為進(jìn)一步的用戶服務(wù)或網(wǎng)絡(luò)營銷提供有益的數(shù)據(jù)支持。論文主要開展的工作包括以下幾個方面:①首先對網(wǎng)絡(luò)用戶行為進(jìn)行了抽象,構(gòu)建了一種網(wǎng)絡(luò)用戶行為模型。論文以網(wǎng)絡(luò)用戶的業(yè)務(wù)行為為分析目標(biāo),在眾多網(wǎng)絡(luò)流量屬性中,篩選出于業(yè)務(wù)行為直接關(guān)聯(lián)的屬性,從而簡化分析的維度。論文構(gòu)建的模型通過網(wǎng)絡(luò)應(yīng)用、耗時比例、消耗流量比例等三個方面體現(xiàn)用戶行為特點(diǎn)。②研究了小波分析理論,并對傳統(tǒng)小波聚類算法存在空間復(fù)雜度較高的不足加以改進(jìn),提出了一種改進(jìn)的Mo FSU小波聚類算法。該算法通過對特征空間中相鄰單元的合并降低算法對空間的消耗,從而優(yōu)化算法的空間復(fù)雜度,同時提高了算法的時間性能。論文通過理論分析的方法驗(yàn)證了算法的改進(jìn)是有效的。③通過實(shí)驗(yàn)檢驗(yàn)論文所提出的理論觀點(diǎn)。以某網(wǎng)絡(luò)用戶行為日志數(shù)據(jù)集為基礎(chǔ),通過論文提出的網(wǎng)絡(luò)用戶行為模型,處理并構(gòu)建出實(shí)驗(yàn)所需的數(shù)據(jù)模型,運(yùn)用上述改進(jìn)的小波聚類算法,對數(shù)據(jù)進(jìn)行分析,獲得相應(yīng)的聚類結(jié)果。并在此數(shù)據(jù)集上,與其他同類算法進(jìn)行了比較。實(shí)驗(yàn)結(jié)果表明,改進(jìn)后的算法在時間復(fù)雜度和聚類質(zhì)量方面均有一定的改進(jìn)。
【關(guān)鍵詞】：網(wǎng)絡(luò)用戶行為 網(wǎng)絡(luò)服務(wù) 小波聚類 網(wǎng)絡(luò)業(yè)務(wù)偏好
【學(xué)位授予單位】：重慶大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TP393.09
【目錄】：

• 中文摘要3-4
• 英文摘要4-8
• 1 緒論8-13
• 1.1 研究背景及意義8-9
• 1.2 國內(nèi)外研究現(xiàn)狀9-11
• 1.3 論文工作11
• 1.4 論文組織結(jié)構(gòu)11-13
• 2 網(wǎng)絡(luò)用戶行為分析基礎(chǔ)和技術(shù)13-24
• 2.1 網(wǎng)絡(luò)用戶行為分析概念13
• 2.2 網(wǎng)絡(luò)用戶行為13-16
• 2.2.1 網(wǎng)絡(luò)用戶行為的表示13
• 2.2.2 網(wǎng)絡(luò)用戶行為特點(diǎn)13-14
• 2.2.3 網(wǎng)絡(luò)用戶行為分類14-16
• 2.3 網(wǎng)絡(luò)用戶行為分析相關(guān)技術(shù)16-22
• 2.3.1 網(wǎng)絡(luò)流量識別技術(shù)16-18
• 2.3.2 DPI技術(shù)18-19
• 2.3.3 數(shù)據(jù)挖掘技術(shù)19-21
• 2.3.4 聚類21-22
• 2.4 小結(jié)22-24
• 3 一種改進(jìn)的小波聚類算法24-36
• 3.1 小波聚類相關(guān)定義24-25
• 3.2 小波變換25-27
• 3.3 基于小波分析的聚類27-28
• 3.4 小波聚類算法28-31
• 3.4.1 算法介紹28-29
• 3.4.2 算法分析29-30
• 3.4.3 算法時間復(fù)雜度30-31
• 3.5 小波聚類算法的改進(jìn)31-34
• 3.5.1 算法改進(jìn)31-33
• 3.5.2 MoFSU小波聚類算法分析33-34
• 3.6 小結(jié)34-36
• 4 基于小波聚類的網(wǎng)絡(luò)用戶行為分析36-52
• 4.1 概述36
• 4.2 用戶行為建模36-38
• 4.3 MoFSU小波聚類與用戶行為模型38-40
• 4.4 仿真實(shí)驗(yàn)40-49
• 4.4.1 實(shí)驗(yàn)環(huán)境40
• 4.4.2 實(shí)驗(yàn)數(shù)據(jù)的用戶行為模型構(gòu)建40-42
• 4.4.3 實(shí)驗(yàn)結(jié)果分析42-49
• 4.5 算法分析49-51
• 4.5.1 算法效率分析49-50
• 4.5.2 聚類質(zhì)量分析50-51
• 4.6 小結(jié)51-52
• 5 總結(jié)與展望52-54
• 致謝54-55
• 參考文獻(xiàn)55-58
• 附錄58
• A. 作者在攻讀學(xué)位期間發(fā)表的論文目錄58

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 馬維亮;;用戶行為分析系統(tǒng)在寬帶網(wǎng)絡(luò)中的應(yīng)用[J];科技信息(科學(xué)教研);2008年23期

2 喬志偉;;基于用戶行為的3G業(yè)務(wù)分析與探討[J];移動通信;2010年12期

3 龔尚福;姜曉旭;;基于用戶行為分析的廣告欺詐點(diǎn)擊檢測[J];計(jì)算機(jī)應(yīng)用與軟件;2011年04期

4 陶彩霞;謝曉軍;陳康;郭利榮;劉春;;基于云計(jì)算的移動互聯(lián)網(wǎng)大數(shù)據(jù)用戶行為分析引擎設(shè)計(jì)[J];電信科學(xué);2013年03期

5 毛承潔;張龍;龐川;陳潔敏;;社會網(wǎng)絡(luò)服務(wù)及其用戶行為分析[J];華南師范大學(xué)學(xué)報(自然科學(xué)版);2013年02期

6 雒江濤;胡燕清;徐孝娜;周進(jìn)艷;;基于CDMA2000 1x EVDO網(wǎng)絡(luò)的用戶行為分析模型設(shè)計(jì)[J];電視技術(shù);2013年07期

7 許春玲;范志剛;鄭小盈;李明齊;;有線電視用戶行為分析實(shí)踐[J];網(wǎng)絡(luò)新媒體技術(shù);2014年01期

8 李朝陽;謝傳中;;一種移動互聯(lián)網(wǎng)用戶行為分析系統(tǒng)的頂層設(shè)計(jì)[J];江西通信科技;2014年01期

9 劉英梅;;大數(shù)據(jù)時代的信息用戶行為分析[J];科技情報開發(fā)與經(jīng)濟(jì);2014年05期

10 陸群峰;;寬帶上網(wǎng)用戶行為分析[J];有線電視技術(shù);2006年02期

中國重要會議論文全文數(shù)據(jù)庫 前7條

1 趙勇;;移動互聯(lián)網(wǎng)用戶行為分析系統(tǒng)技術(shù)架構(gòu)淺析[A];2012全國無線及移動通信學(xué)術(shù)大會論文集（下）[C];2012年

2 馮銘;王保進(jìn);蔡建宇;;基于云計(jì)算的可重構(gòu)移動互聯(lián)網(wǎng)用戶行為分析系統(tǒng)的設(shè)計(jì)[A];CCF NCSC 2011——第二屆中國計(jì)算機(jī)學(xué)會服務(wù)計(jì)算學(xué)術(shù)會議論文集[C];2011年

3 岑榮偉;劉奕群;張敏;茹立云;馬少平;;網(wǎng)絡(luò)搜索引擎用戶行為分析和研究[A];第五屆全國信息檢索學(xué)術(shù)會議論文集[C];2009年

4 趙艷梅;朱曉燕;;轉(zhuǎn)變運(yùn)維模式,迎接移動互聯(lián)網(wǎng)新挑戰(zhàn)[A];中國通信學(xué)會信息通信網(wǎng)絡(luò)技術(shù)委員會2011年年會論文集（上冊）[C];2011年

5 劉奕群;張敏;馬少平;;用戶行為分析在網(wǎng)絡(luò)信息檢索中的應(yīng)用概述[A];全國第八屆計(jì)算語言學(xué)聯(lián)合學(xué)術(shù)會議（JSCL-2005）論文集[C];2005年

6 毛翔博;齊觀德;李石堅(jiān);潘綱;;基于位置軌跡加權(quán)網(wǎng)絡(luò)圖的用戶行為分析識別算法[A];第六屆和諧人機(jī)環(huán)境聯(lián)合學(xué)術(shù)會議（HHME2010)、第19屆全國多媒體學(xué)術(shù)會議（NCMT2010）、第6屆全國人機(jī)交互學(xué)術(shù)會議（CHCI2010）、第5屆全國普適計(jì)算學(xué)術(shù)會議（PCC2010）論文集[C];2010年

7 爾古打機(jī);蘇小龍;朱征;;基于用戶行為分析的移動終端偏好模型研究[A];第八屆（2013）中國管理學(xué)年會——商務(wù)智能分會場論文集[C];2013年

中國重要報紙全文數(shù)據(jù)庫 前3條

1 譚景華邋楊國良;IP網(wǎng)絡(luò)用戶行為分析方法的探討[N];人民郵電;2007年

2 本報記者 逄丹;建設(shè)用戶行為分析智慧模型[N];通信產(chǎn)業(yè)報;2010年

3 李中朝邋通訊員 黃偉;重慶電信建成寬帶用戶行為分析系統(tǒng)[N];人民郵電;2007年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前6條

1 王琪;新媒體系統(tǒng)中用戶行為分析與系統(tǒng)設(shè)計(jì)[D];復(fù)旦大學(xué);2014年

2 羅海艷;移動用戶網(wǎng)絡(luò)行為分析與預(yù)測方法研究[D];沈陽農(nóng)業(yè)大學(xué);2015年

3 劉鵬;網(wǎng)絡(luò)用戶行為分析的若干問題研究[D];北京郵電大學(xué);2010年

4 延皓;基于流量監(jiān)測的網(wǎng)絡(luò)用戶行為分析[D];北京郵電大學(xué);2011年

5 竇伊男;根據(jù)多維特征的網(wǎng)絡(luò)用戶分類研究[D];北京郵電大學(xué);2010年

6 岑榮偉;基于用戶行為分析的搜索引擎評價研究[D];清華大學(xué);2010年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 江惠彬;基于Web日志的用戶行為分析系統(tǒng)的研究與實(shí)現(xiàn)[D];華南理工大學(xué);2015年

2 李亞飛;基于用戶行為分析的冰箱設(shè)計(jì)研究[D];山東大學(xué);2015年

3 石釗;基于網(wǎng)絡(luò)用戶行為分析的用戶推薦反饋系統(tǒng)的設(shè)計(jì)[D];北京化工大學(xué);2015年

4 李婷蔚;基于移動校園應(yīng)用的用戶行為分析及性能改進(jìn)[D];電子科技大學(xué);2014年

5 王穎穎;基于Hadoop的用戶行為分析系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];北京工業(yè)大學(xué);2015年

6 馬仕玉;聚類算法及其在校園網(wǎng)用戶行為分析中的應(yīng)用[D];重慶交通大學(xué);2015年

7 徐娟;基于用戶行為分析的核能領(lǐng)域垂直檢索系統(tǒng)研究[D];合肥工業(yè)大學(xué);2015年

8 陳嘉翼;基于小波聚類的網(wǎng)絡(luò)用戶行為分析研究[D];重慶大學(xué);2015年

9 周岳;基于興趣分類的用戶行為分析系統(tǒng)的研究與設(shè)計(jì)[D];北京郵電大學(xué);2010年

10 鄭桂鳳;移動互聯(lián)網(wǎng)的用戶行為分析系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];北京郵電大學(xué);2010年

  本文關(guān)鍵詞：基于小波聚類的網(wǎng)絡(luò)用戶行為分析研究，由筆耕文化傳播整理發(fā)布。

本文編號：283282