【摘要】：隨著科技的不斷進步和互聯(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機頂盒本身出現(xiàn)的故障或者網(wǎng)絡(luò)傳輸堵塞等問題導(dǎo)致用戶在使用IPTV機頂盒的時候偶爾出現(xiàn)卡頓、花屏等情況,造成了用戶的體驗下降。為了提升用戶體驗,減少用戶的流失,運營商希望利用現(xiàn)有的IPTV機頂盒數(shù)據(jù)和報障用戶數(shù)據(jù)建立IPTV故障預(yù)判模型,用以預(yù)測IPTV故障情況,以便在用戶主動報障之前提前檢測和維修IPTV機頂盒,解決用戶即將面臨的問題,提高用戶體驗。本論文就是基于這個問題展開研究的。一方面,本論文根據(jù)傳統(tǒng)樸素貝葉斯分類算法的條件獨立性假設(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)的樸素貝葉斯分類算法,作為IPTV用戶報障預(yù)測中的分類器。實驗結(jié)果表明,該算法比普通NB算法、WNB-G算法、WNBCC算法的分類效果要好且性能更加穩(wěn)定。另一方面,由于IPTV數(shù)據(jù)集是一個非均衡的數(shù)據(jù)集,本論文結(jié)合IPTV數(shù)據(jù)的特點,對傳統(tǒng)非均衡數(shù)據(jù)集處理算法SMOTE做出了改進,提出了一種改進型SMOTE過采樣算法,實現(xiàn)非均衡數(shù)據(jù)的處理。該算法首先通過K-Means方法對少數(shù)類樣本進行聚類,然后在每一個類簇中利用樣本的近鄰類型之間的數(shù)量關(guān)系再次對類簇進行分類,并刪除噪聲樣本。然后根據(jù)輸入的隨機數(shù)與類簇中子類樣本數(shù)量的比例關(guān)系選擇在不同的子類樣本中進行SMOTE再抽樣。最后我們將該算法跟綜合加權(quán)的樸素貝葉斯分類算法結(jié)合起來建立IPTV用戶報障預(yù)測模型。實驗結(jié)果表面,該模型比其它模型預(yù)測效果要好。在系統(tǒng)實現(xiàn)方面,本論使用Hadoop平臺建立IPTV故障預(yù)判系統(tǒng),并實現(xiàn)了一個易于操作的前端可視化界面。后臺主要包括數(shù)據(jù)存儲、分布式計算、通信幾個功能,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)登陸界面的首頁功能如圖 5.6 所示，首頁展示了使用須知和使用說明，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、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)計與實現(xiàn)圖 5.5 系統(tǒng)登陸界面本系統(tǒng)的首頁功能如圖 5.6 所示，首頁展示了使用須知和使用說明，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)計查詢、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)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TN949.292

【參考文獻】

相關(guān)期刊論文 前8條

1 張步良;;基于分類概率加權(quán)的樸素貝葉斯分類方法[J];重慶理工大學(xué)學(xué)報(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)則的改進樸素貝葉斯分類算法[J];計算機系統(tǒng)應(yīng)用;2010年11期

3 李方;劉瓊蓀;;基于改進屬性加權(quán)的樸素貝葉斯分類模型[J];計算機工程與應(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[J];南昌大學(xué)學(xué)報(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)樸素貝葉斯分類算法[J];東北大學(xué)學(xué)報(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)樸素貝葉斯分類器[J];湖南文理學(xué)院學(xué)報(自然科學(xué)版);2008年01期

7 秦鋒;任詩流;程澤凱;羅慧;;基于屬性加權(quán)的樸素貝葉斯分類算法[J];計算機工程與應(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模型優(yōu)化的研究[J];計算機工程與科學(xué);2006年06期

本文編號：2708099