本文關(guān)鍵詞：移動互聯(lián)網(wǎng)閱讀業(yè)務(wù)用戶行為分析系統(tǒng)的設(shè)計與實現(xiàn)，由筆耕文化傳播整理發(fā)布。

【摘要】：隨著移動互聯(lián)網(wǎng)技術(shù)以及新型業(yè)務(wù)的飛速發(fā)展,網(wǎng)絡(luò)數(shù)據(jù)量呈現(xiàn)爆炸式增長。這使得各大運(yùn)營商的傳統(tǒng)業(yè)務(wù)受到很大的沖擊,也給ISP(Internet Service Provider,互聯(lián)網(wǎng)服務(wù)提供商)的管理工作帶來巨大壓力。在這種情況下,電信運(yùn)營商提出“智能管道”的新要求,迫切需求分析用戶的群體構(gòu)成及其偏好,向用戶提供更具個性化的服務(wù)。如何獲取移動互聯(lián)網(wǎng)用戶行為特征信息,對于運(yùn)營商與ISP來說具有非常重要的意義。本文在傳統(tǒng)的監(jiān)測系統(tǒng)的基礎(chǔ)上,以移動閱讀為切入點,重點研究了移動互聯(lián)網(wǎng)用戶行為特征的精確識別與監(jiān)測,實現(xiàn)一套基于DPI(Deep Packet Inspection,深度包檢測)技術(shù)的移動互聯(lián)網(wǎng)用戶行為分析系統(tǒng)。本文主要工作內(nèi)容有以下幾點:第一、通過研究國內(nèi)外用戶行為分析現(xiàn)狀,提出一套針對移動閱讀業(yè)務(wù)的用戶行為分析系統(tǒng)的設(shè)計思路和實現(xiàn)方法,對ISP與運(yùn)營商分析用戶行為特征具有參考意義;第二、通過研究Hadoop分布式系統(tǒng)框架與主題爬蟲技術(shù),實現(xiàn)了基于Hadoop的分布式主題爬蟲,并利用分布式主題爬蟲訪問互聯(lián)網(wǎng)各大閱讀網(wǎng)站,獲取互聯(lián)網(wǎng)閱讀作品詳細(xì)信息;第三、采用DPI技術(shù)對移動互聯(lián)網(wǎng)業(yè)務(wù)進(jìn)行識別,并且為滿足不同識別需求,將業(yè)務(wù)識別劃分為實時DPI業(yè)務(wù)識別和Senior DPI業(yè)務(wù)識別兩個功能模塊,其中實時DPI業(yè)務(wù)識別主要負(fù)責(zé)識別業(yè)務(wù)類型與流量統(tǒng)計,Senior DPI業(yè)務(wù)識別主要負(fù)責(zé)識別業(yè)務(wù)的詳細(xì)信息,如作品名稱、作品類型、作者等信息;第四、根據(jù)不同的專題應(yīng)用,對相應(yīng)指標(biāo)的數(shù)據(jù)進(jìn)行統(tǒng)計分析,并結(jié)合標(biāo)準(zhǔn)差離法與H-Index算法,對移動閱讀用戶偏好程度進(jìn)行分析,從海量的用戶數(shù)據(jù)中挖掘移動互聯(lián)網(wǎng)用戶的閱讀習(xí)慣與偏好。本文將采集的現(xiàn)網(wǎng)數(shù)據(jù)作為實驗數(shù)據(jù),對系統(tǒng)的功能與性能進(jìn)行驗證,并展示幾種專題應(yīng)用分析場景。該系統(tǒng)能對海量用戶數(shù)據(jù)進(jìn)行業(yè)務(wù)識別,并通過用戶偏好程度分析算法獲取用戶的閱讀行為特征,對各個ISP與電信運(yùn)營商制定相應(yīng)的營銷策略具有參考價值。
【關(guān)鍵詞】：用戶行為 移動閱讀 深度包檢測 主題爬蟲 業(yè)務(wù)識別
【學(xué)位授予單位】：重慶郵電大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TN929.5;TP393.0
【目錄】：

• 摘要3-4
• Abstract4-11
• 注釋表11-12
• 第1章 緒論12-17
• 1.1 研究背景及意義12-13
• 1.2 國內(nèi)外研究現(xiàn)狀13-15
• 1.3 課題來源及研究內(nèi)容15
• 1.4 論文組織與結(jié)構(gòu)15-17
• 第2章 相關(guān)理論基礎(chǔ)17-25
• 2.1 移動互聯(lián)網(wǎng)概述17-18
• 2.2 深度包檢測技術(shù)18-19
• 2.3 主題爬蟲技術(shù)19-21
• 2.4 Hadoop分布式系統(tǒng)框架21-24
• 2.4.1 Hadoop分布式文件系統(tǒng)22-23
• 2.4.2 MapReduce分布式計算模型23-24
• 2.5 本章小結(jié)24-25
• 第3章 用戶行為分析系統(tǒng)總體設(shè)計25-38
• 3.1 系統(tǒng)需求分析25-26
• 3.1.1 系統(tǒng)功能需求25
• 3.1.2 系統(tǒng)性能需求25-26
• 3.2 系統(tǒng)總體架構(gòu)設(shè)計26-27
• 3.3 協(xié)議解析模塊設(shè)計27-28
• 3.4 主題爬蟲模塊設(shè)計28-32
• 3.4.1 主題爬蟲模塊整體需求28-29
• 3.4.2 主題爬蟲架構(gòu)29-30
• 3.4.3 分布式主題爬蟲的Map/Reduce設(shè)計30-32
• 3.5 業(yè)務(wù)識別模塊設(shè)計32-37
• 3.5.1 業(yè)務(wù)識別模塊需求分析32-33
• 3.5.2 業(yè)務(wù)識別方案設(shè)計33-34
• 3.5.3 業(yè)務(wù)特征庫設(shè)計34-37
• 3.6 本章小結(jié)37-38
• 第4章 用戶行為分析系統(tǒng)的實現(xiàn)38-55
• 4.1 協(xié)議解析模塊實現(xiàn)38-39
• 4.2 爬蟲模塊實現(xiàn)39-44
• 4.2.1 存儲結(jié)構(gòu)的定義39-40
• 4.2.2 主題爬蟲的實現(xiàn)40-44
• 4.3 業(yè)務(wù)識別模塊實現(xiàn)44-54
• 4.3.1 業(yè)務(wù)特征分析歸類44-46
• 4.3.2 實時DPI模塊實現(xiàn)46-51
• 4.3.3 Senior DPI業(yè)務(wù)識別的實現(xiàn)51-54
• 4.4 本章小結(jié)54-55
• 第5章 系統(tǒng)環(huán)境搭建與結(jié)果分析55-72
• 5.1 搭建Hadoop分布式系統(tǒng)環(huán)境55-58
• 5.2 用戶行為專題分析58-70
• 5.2.1 市場份額占比分析59-60
• 5.2.2 熱點作品TopN分析60-62
• 5.2.3 用戶偏好分析62-70
• 5.3 本章小結(jié)70-72
• 第6章 總結(jié)與展望72-74
• 6.1 全文工作總結(jié)72
• 6.2 后續(xù)工作展望72-74
• 參考文獻(xiàn)74-78
• 致謝78-79
• 攻讀碩士學(xué)位期間從事的科研工作及取得的成果79

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前9條

1 劉亞秋;李海濤;景維鵬;;基于Hadoop的海量嘈雜數(shù)據(jù)決策樹算法的實現(xiàn)[J];計算機(jī)應(yīng)用;2015年04期

2 龔宏程;方曉明;龔宏銳;;移動互聯(lián)網(wǎng)現(xiàn)狀和發(fā)展趨勢淺析[J];江西通信科技;2014年04期

3 劉俊杉;田丹;林琳;;移動互聯(lián)網(wǎng)時代計費(fèi)系統(tǒng)的變革[J];通信管理與技術(shù);2014年04期

4 梅華威;米增強(qiáng);吳廣磊;;基于MapReduce模型的間歇性能源海量數(shù)據(jù)處理技術(shù)[J];電力系統(tǒng)自動化;2014年15期

5 張學(xué)亮;陳金勇;陳勇;;基于Hadoop云計算平臺的海量文本處理研究[J];無線電通信技術(shù);2014年01期

6 吳斌;劉心光;;一種基于改進(jìn)的鏈?zhǔn)組apReduce的并行ETL應(yīng)用[J];電信科學(xué);2013年12期

7 劉山;李憲彬;;運(yùn)營商移動互聯(lián)網(wǎng)業(yè)務(wù)發(fā)展分析[J];信息通信技術(shù);2011年04期

8 張晶;黃京華;陳俊全;;Empirical Research on User Acceptance of Mobile Searches[J];Tsinghua Science and Technology;2010年02期

9 韓宇;黃青松;;基于改進(jìn)PageRank的情報主題相關(guān)度預(yù)測策略[J];微型電腦應(yīng)用;2010年03期

  本文關(guān)鍵詞：移動互聯(lián)網(wǎng)閱讀業(yè)務(wù)用戶行為分析系統(tǒng)的設(shè)計與實現(xiàn)，由筆耕文化傳播整理發(fā)布。

，

本文編號：284355