發(fā)布時(shí)間：2020-06-11 15:25

【摘要】：隨著科技的不斷進(jìn)步和互聯(lián)網(wǎng)技術(shù)的不斷發(fā)展,IPTV正逐漸改變著人們的生活方式。然而由于IPTV機(jī)頂盒本身出現(xiàn)的故障或者網(wǎng)絡(luò)傳輸堵塞等問(wèn)題導(dǎo)致用戶(hù)在使用IPTV機(jī)頂盒的時(shí)候偶爾出現(xiàn)卡頓、花屏等情況,造成了用戶(hù)的體驗(yàn)下降。為了提升用戶(hù)體驗(yàn),減少用戶(hù)的流失,運(yùn)營(yíng)商希望利用現(xiàn)有的IPTV機(jī)頂盒數(shù)據(jù)和報(bào)障用戶(hù)數(shù)據(jù)建立IPTV故障預(yù)判模型,用以預(yù)測(cè)IPTV故障情況,以便在用戶(hù)主動(dòng)報(bào)障之前提前檢測(cè)和維修IPTV機(jī)頂盒,解決用戶(hù)即將面臨的問(wèn)題,提高用戶(hù)體驗(yàn)。本論文就是基于這個(gè)問(wèn)題展開(kāi)研究的。一方面,本論文根據(jù)傳統(tǒng)樸素貝葉斯分類(lèi)算法的條件獨(dú)立性假設(shè)條件,并結(jié)合數(shù)據(jù)屬性本身的信息增益和數(shù)據(jù)條件屬性與決策屬性間的相關(guān)系數(shù),將信息增益占整體信息增益的比值和屬性間的相關(guān)系數(shù)作為綜合權(quán)重,提出了一種基于綜合加權(quán)的樸素貝葉斯分類(lèi)算法,作為IPTV用戶(hù)報(bào)障預(yù)測(cè)中的分類(lèi)器。實(shí)驗(yàn)結(jié)果表明,該算法比普通NB算法、WNB-G算法、WNBCC算法的分類(lèi)效果要好且性能更加穩(wěn)定。另一方面,由于IPTV數(shù)據(jù)集是一個(gè)非均衡的數(shù)據(jù)集,本論文結(jié)合IPTV數(shù)據(jù)的特點(diǎn),對(duì)傳統(tǒng)非均衡數(shù)據(jù)集處理算法SMOTE做出了改進(jìn),提出了一種改進(jìn)型SMOTE過(guò)采樣算法,實(shí)現(xiàn)非均衡數(shù)據(jù)的處理。該算法首先通過(guò)K-Means方法對(duì)少數(shù)類(lèi)樣本進(jìn)行聚類(lèi),然后在每一個(gè)類(lèi)簇中利用樣本的近鄰類(lèi)型之間的數(shù)量關(guān)系再次對(duì)類(lèi)簇進(jìn)行分類(lèi),并刪除噪聲樣本。然后根據(jù)輸入的隨機(jī)數(shù)與類(lèi)簇中子類(lèi)樣本數(shù)量的比例關(guān)系選擇在不同的子類(lèi)樣本中進(jìn)行SMOTE再抽樣。最后我們將該算法跟綜合加權(quán)的樸素貝葉斯分類(lèi)算法結(jié)合起來(lái)建立IPTV用戶(hù)報(bào)障預(yù)測(cè)模型。實(shí)驗(yàn)結(jié)果表面,該模型比其它模型預(yù)測(cè)效果要好。在系統(tǒng)實(shí)現(xiàn)方面,本論使用Hadoop平臺(tái)建立IPTV故障預(yù)判系統(tǒng),并實(shí)現(xiàn)了一個(gè)易于操作的前端可視化界面。后臺(tái)主要包括數(shù)據(jù)存儲(chǔ)、分布式計(jì)算、通信幾個(gè)功能,前端可視化界面主要提供登錄功能、權(quán)限管理、交互功能、顯示功能、管理功能。
【圖文】：

圖 5.5 系統(tǒng)登陸界面的首頁(yè)功能如圖 5.6 所示，首頁(yè)展示了使用須知和使用說(shuō)明，可以本系統(tǒng)的使用。左側(cè)菜單分別展示了服務(wù)器配置、數(shù)據(jù)導(dǎo)入、處理詢(xún)、管理員管理等功能，，下面將分別介紹這些功能的使用方法。

南京郵電大學(xué)專(zhuān)業(yè)學(xué)位碩士研究生學(xué)位論文 第五章 IPTV 故障預(yù)判系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)圖 5.5 系統(tǒng)登陸界面本系統(tǒng)的首頁(yè)功能如圖 5.6 所示，首頁(yè)展示了使用須知和使用說(shuō)明，可以更好的幫助工作人員熟悉本系統(tǒng)的使用。左側(cè)菜單分別展示了服務(wù)器配置、數(shù)據(jù)導(dǎo)入、處理數(shù)據(jù)、算法選擇、統(tǒng)計(jì)查詢(xún)、管理員管理等功能，下面將分別介紹這些功能的使用方法。
【學(xué)位授予單位】：南京郵電大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類(lèi)號(hào)】：TN949.292

【參考文獻(xiàn)】

相關(guān)期刊論文 前8條

1 張步良;;基于分類(lèi)概率加權(quán)的樸素貝葉斯分類(lèi)方法[J];重慶理工大學(xué)學(xué)報(bào)(自然科學(xué));2012年07期

2 陳朝大;梁柱勛;鄭士基;;一種利用關(guān)聯(lián)規(guī)則的改進(jìn)樸素貝葉斯分類(lèi)算法[J];計(jì)算機(jī)系統(tǒng)應(yīng)用;2010年11期

3 李方;劉瓊蓀;;基于改進(jìn)屬性加權(quán)的樸素貝葉斯分類(lèi)模型[J];計(jì)算機(jī)工程與應(yīng)用;2010年04期

4 白似雪;梅君;吳穹;朱濤;;一種基于概率加權(quán)的樸素貝葉斯分類(lèi)[J];南昌大學(xué)學(xué)報(bào)(理科版);2009年02期

5 張明衛(wèi);王波;張斌;朱志良;;基于相關(guān)系數(shù)的加權(quán)樸素貝葉斯分類(lèi)算法[J];東北大學(xué)學(xué)報(bào)(自然科學(xué)版);2008年07期

6 王峻;劉淮生;;一種選擇性的加權(quán)樸素貝葉斯分類(lèi)器[J];湖南文理學(xué)院學(xué)報(bào)(自然科學(xué)版);2008年01期

7 秦鋒;任詩(shī)流;程澤凱;羅慧;;基于屬性加權(quán)的樸素貝葉斯分類(lèi)算法[J];計(jì)算機(jī)工程與應(yīng)用;2008年06期

8 何慧;蘇一丹;覃華;;基于信息增益的貝葉斯入侵檢測(cè)模型優(yōu)化的研究[J];計(jì)算機(jī)工程與科學(xué);2006年06期

本文編號(hào)：2708099