發(fā)布時(shí)間：2018-08-23 21:02

【摘要】：隨著移動(dòng)通信技術(shù)的發(fā)展和智能手機(jī)的普及,移動(dòng)互聯(lián)網(wǎng)為越來(lái)越多的用戶提供了便捷的服務(wù),并逐漸成為人們?nèi)粘Ｉ钪胁豢苫蛉钡囊徊糠�。�?shù)以億計(jì)的用戶每天使用移動(dòng)智能設(shè)備接入移動(dòng)互聯(lián)網(wǎng),并通過(guò)其產(chǎn)生了大量的用戶數(shù)據(jù)。在數(shù)據(jù)價(jià)值受到高度認(rèn)同的今天,如何對(duì)海量用戶數(shù)據(jù)加以研究和應(yīng)用成為了人們關(guān)注的焦點(diǎn)。本文由移動(dòng)互聯(lián)網(wǎng)海量用戶的移動(dòng)和瀏覽數(shù)據(jù)著手,依托分布式處理框架Hadoop,從用戶位置信息優(yōu)化、城市熱門區(qū)域發(fā)現(xiàn)等方面進(jìn)行了研究,并使用具備普適性的系統(tǒng)框架對(duì)用戶移動(dòng)和瀏覽行為的研究成果進(jìn)行了可視化呈現(xiàn)。用戶位置信息是進(jìn)行用戶移動(dòng)行為研究的基礎(chǔ),獲取用戶的精確位置對(duì)于用戶位置預(yù)測(cè)、用戶重要位置發(fā)現(xiàn)等具有重要意義,本文提出了一種基于移動(dòng)互聯(lián)網(wǎng)話單數(shù)據(jù),對(duì)用戶位置信息進(jìn)行精確度優(yōu)化的方法,并使用真實(shí)數(shù)據(jù)對(duì)該方法進(jìn)行了可行性驗(yàn)證。蘊(yùn)含海量用戶移動(dòng)和瀏覽信息的移動(dòng)互聯(lián)網(wǎng)數(shù)據(jù)也為研究城市空間特征提供了機(jī)會(huì),本文采用一種具備閾值適應(yīng)性的方法對(duì)我國(guó)東北某省六個(gè)主要城市進(jìn)行了熱門區(qū)域識(shí)別,并對(duì)各城市熱門區(qū)域特征的異同點(diǎn)進(jìn)行了分析。此外,本文重點(diǎn)關(guān)注了城市中最重要的區(qū)域——永久型熱門區(qū)域�；谟谰眯蜔衢T區(qū)域,我們對(duì)城市空間結(jié)構(gòu)特征進(jìn)行了探究。在對(duì)用戶移動(dòng)和瀏覽行為進(jìn)行研究的同時(shí),本文也考慮了如何以直觀、生動(dòng)的方式對(duì)分析結(jié)果進(jìn)行呈現(xiàn),我們?cè)O(shè)計(jì)了一套具備普遍適用性的系統(tǒng)框架,并以三個(gè)專題的數(shù)據(jù)庫(kù)表設(shè)計(jì)、網(wǎng)頁(yè)界面實(shí)現(xiàn)為例,闡述了該系統(tǒng)的實(shí)現(xiàn)。本文基于真實(shí)的移動(dòng)互聯(lián)網(wǎng)數(shù)據(jù),對(duì)海量用戶的移動(dòng)和瀏覽行為進(jìn)行了分析與挖掘,得到了諸多富有意義的結(jié)果。同時(shí),本文還提供了切實(shí)可行的大數(shù)據(jù)可視化實(shí)現(xiàn)方案,為研究成果的實(shí)際應(yīng)用提供了便利。
[Abstract]:With the development of mobile communication technology and the popularity of smart phones, mobile Internet has provided more and more users with convenient services, and has gradually become an indispensable part of people's daily life. Hundreds of millions of users use mobile smart devices to access the mobile Internet every day and generate a lot of user data through it. Today, data value is highly recognized, how to study and apply massive user data has become the focus of attention. This paper starts with the mobile and browsing data of massive users of mobile Internet, and researches on the optimization of user location information and the discovery of popular urban areas, relying on the distributed processing framework Hadoop,. A universal system framework is used to visualize the research results of user mobility and browsing behavior. User location information is the basis of user mobile behavior research. It is very important to obtain the exact location of users for user location prediction and important location discovery. In this paper, we propose a new method based on mobile Internet voice sheet data. The accuracy of the user location information is optimized, and the feasibility of the method is verified by using real data. Mobile Internet data containing massive user mobile and browsing information also provide an opportunity to study urban spatial characteristics. In this paper, a threshold adaptive method is used to identify six major cities in Northeast China. The similarities and differences of the characteristics of popular regions in different cities are analyzed. In addition, this paper focuses on the most important area in the city-permanent hot area. Based on the permanent hot area, we explore the characteristics of urban spatial structure. While researching the behavior of user mobile and browsing, this paper also considers how to present the analysis results in an intuitive and vivid way. We have designed a set of system framework with universal applicability. Taking the database table design of three topics and the realization of the web interface as an example, the realization of the system is expounded. Based on the real mobile Internet data, this paper analyzes and excavates the mobile and browsing behaviors of massive users, and obtains many meaningful results. At the same time, this paper also provides a feasible realization scheme of big data visualization, which is convenient for the practical application of the research results.
【學(xué)位授予單位】：北京郵電大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：TN929.5;TP393.0

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 吳琪;一種基于客戶端的用戶瀏覽行為的采集方法[J];長(zhǎng)春師范學(xué)院學(xué)報(bào);2005年09期

2 肖大成;;網(wǎng)絡(luò)信息查詢中的瀏覽行為研究[J];圖書館雜志;2004年02期

3 谷秀巖,姜林楓 ,張子怡;基于用戶瀏覽行為度量瀏覽興趣的研究[J];信息技術(shù)與信息化;2005年04期

4 王慶穩(wěn);鄧小昭;;網(wǎng)絡(luò)用戶信息瀏覽行為研究[J];圖書館理論與實(shí)踐;2009年02期

5 張玉芳;張艷華;熊忠陽(yáng);;一種高效的用戶瀏覽行為采集方法[J];計(jì)算機(jī)工程與應(yīng)用;2013年03期

6 李建廷;郭曄;湯志軍;;基于用戶瀏覽行為分析的用戶興趣度計(jì)算[J];計(jì)算機(jī)工程與設(shè)計(jì);2012年03期

7 劉洪濤,張平,黃智興,程靜,劉革平;用戶瀏覽行為數(shù)據(jù)采集方法綜述[J];西南科技大學(xué)學(xué)報(bào);2004年02期

8 陳洪亮,姜濤,金建國(guó);Internet概念導(dǎo)航的嘗試[J];微型電腦應(yīng)用;1998年06期

9 張世武,吳月華,楊杰,劉際明;基于面向自治計(jì)算的網(wǎng)絡(luò)用戶瀏覽行為研究[J];中國(guó)科學(xué)技術(shù)大學(xué)學(xué)報(bào);2004年03期

10 肖劍;姜良華;章彪;;Web瀏覽行為的客戶端追蹤的研究[J];微計(jì)算機(jī)信息;2007年33期

相關(guān)會(huì)議論文 前8條

1 朱彬;夏瑋瑋;宋鐵成;沈連豐;;一種基于位置信息的車輛間協(xié)作預(yù)警廣播機(jī)制[A];2009通信理論與技術(shù)新發(fā)展——第十四屆全國(guó)青年通信學(xué)術(shù)會(huì)議論文集[C];2009年

2 常西廊;;經(jīng)絡(luò)——位置信息調(diào)節(jié)系統(tǒng)[A];中國(guó)針炙學(xué)會(huì)經(jīng)絡(luò)分會(huì)第十屆學(xué)術(shù)會(huì)議論文集[C];2009年

3 劉勘;周洞汝;;大型數(shù)據(jù)庫(kù)中的數(shù)據(jù)可視化技術(shù)[A];第十八屆全國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2001年

4 袁永菊;;數(shù)據(jù)可視化技術(shù)在飛機(jī)改裝中的應(yīng)用研究[A];探索 創(chuàng)新 交流（第4集）——第四屆中國(guó)航空學(xué)會(huì)青年科技論壇文集[C];2010年

5 石昊蘇;韓麗娜;;數(shù)據(jù)可視化技術(shù)及其應(yīng)用展望[A];全國(guó)自動(dòng)化新技術(shù)學(xué)術(shù)交流會(huì)會(huì)議論文集（一）[C];2005年

6 袁錦繡;錢雪忠;汪錦嶺;;一種基于位置和DHT的移動(dòng)ad hoc網(wǎng)絡(luò)服務(wù)發(fā)現(xiàn)方案[A];2006年全國(guó)開(kāi)放式分布與并行計(jì)算學(xué)術(shù)會(huì)議論文集（一）[C];2006年

7 夏菁;劉真;胡越琦;陳為;彭帝超;;基于超圖的骨生物數(shù)據(jù)可視化研究[A];第五屆全國(guó)幾何設(shè)計(jì)與計(jì)算學(xué)術(shù)會(huì)議論文集[C];2011年

8 陳進(jìn)生;羅月童;;輪廓樹及其在體數(shù)據(jù)可視化中的應(yīng)用[A];全國(guó)第21屆計(jì)算機(jī)技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議（CACIS·2010）暨全國(guó)第2屆安全關(guān)鍵技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集[C];2010年

相關(guān)重要報(bào)紙文章 前10條

1 ;位置信息服務(wù)再受關(guān)注 2010年達(dá)到36億美元[N];中國(guó)高新技術(shù)產(chǎn)業(yè)導(dǎo)報(bào);2004年

2 白一;保護(hù)手機(jī)用戶亟待專門立法[N];法制日?qǐng)?bào);2011年

3 特約撰稿 聶懷明;防用戶位置信息被濫用 亟待加強(qiáng)法律保護(hù)[N];通信信息報(bào);2011年

4 樂(lè)天　編譯;Google Latitude是如何找到你的？[N];計(jì)算機(jī)世界;2009年

5 北京大學(xué)數(shù)字地球研究中心 李琦;每年90億 誰(shuí)來(lái)點(diǎn)石成金[N];中國(guó)計(jì)算機(jī)報(bào);2003年

6 嚴(yán)學(xué)純　陳強(qiáng) 毛安 平王穎;“三招”獲取移動(dòng)用戶位置信息[N];人民郵電;2010年

7 ;位置信息服務(wù)進(jìn)入快速發(fā)展期[N];人民郵電;2007年

8 本報(bào)記者 潘俊強(qiáng);我的位置信息誰(shuí)做主[N];人民日?qǐng)?bào);2013年

9 本報(bào)記者 呂林蔭;“蘋果化”生活,當(dāng)心“被跟蹤”[N];解放日?qǐng)?bào);2011年

10 陳晨;“無(wú)線定位”市場(chǎng)商機(jī)無(wú)限[N];文匯報(bào);2004年

相關(guān)博士學(xué)位論文 前7條

1 蔣敬田;基于用戶瀏覽行為的深度網(wǎng)絡(luò)挖掘[D];中國(guó)科學(xué)技術(shù)大學(xué);2012年

2 錢釗;基于位置信息的移動(dòng)自組織網(wǎng)絡(luò)路由算法研究[D];哈爾濱工業(yè)大學(xué);2013年

3 王啟超;面向體數(shù)據(jù)可視化的數(shù)據(jù)預(yù)處理方法研究[D];浙江大學(xué);2017年

4 趙益民;個(gè)人通信中的位置信息與多址技術(shù)研究[D];西安電子科技大學(xué);1999年

5 仲英濟(jì);基于位置信息和拓?fù)浣Y(jié)構(gòu)分析的無(wú)線Ad Hoc網(wǎng)絡(luò)拓?fù)涔芾砗蚎oS研究[D];山東大學(xué);2005年

6 馬姍姍;無(wú)位置信息的無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)調(diào)度算法研究[D];中國(guó)礦業(yè)大學(xué);2014年

7 陸鵬;基于群體位置信息的WSN安全技術(shù)研究[D];北京郵電大學(xué);2016年

相關(guān)碩士學(xué)位論文 前10條

1 張宿東;移動(dòng)互聯(lián)網(wǎng)海量用戶移動(dòng)與瀏覽行為的研究與應(yīng)用[D];北京郵電大學(xué);2017年

2 李娜;中學(xué)生多媒體瀏覽行為的眼動(dòng)實(shí)驗(yàn)研究[D];寧波大學(xué);2015年

3 羅亞平;基于用戶瀏覽行為的網(wǎng)絡(luò)熱點(diǎn)話題發(fā)現(xiàn)模型研究[D];北京郵電大學(xué);2008年

4 雷良鵬;基于路徑與頁(yè)面挖掘的用戶瀏覽行為研究[D];北京郵電大學(xué);2014年

5 王慶穩(wěn);基于尋路理論的網(wǎng)絡(luò)用戶信息瀏覽行為研究[D];西南大學(xué);2009年

6 吉飛;基于用戶瀏覽行為的網(wǎng)絡(luò)資源排序研究[D];大連海事大學(xué);2011年

7 申遠(yuǎn)軍;空間導(dǎo)航位置信息安全認(rèn)證技術(shù)研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2016年

8 高翔宇;基于RAIM的ADS-B防欺騙技術(shù)研究[D];中國(guó)民航大學(xué);2016年

9 佟鑫;基于位置信息的車載網(wǎng)絡(luò)路由優(yōu)化方法研究[D];東北大學(xué);2015年

10 莫濤;基于群體智能的瀏覽行為聚類技術(shù)研究與實(shí)現(xiàn)[D];復(fù)旦大學(xué);2009年

，

本文編號(hào)：2199905