近年來,互聯(lián)網(wǎng)技術(shù)應(yīng)用、基于位置的服務(wù)都在快速發(fā)展,高等教育的信息化進(jìn)程也在不斷向前推進(jìn),越來越多的高校開始使用無線網(wǎng)絡(luò)來進(jìn)行信息化教學(xué)管理。對(duì)于日益增多的校園Wi-Fi用戶數(shù)據(jù),通過對(duì)用戶軌跡特征的分析研究,對(duì)在校用戶進(jìn)行關(guān)聯(lián)性分析,有助于發(fā)掘其中蘊(yùn)藏的規(guī)律,掌握在校人員的行為特征。基于這樣的背景,本文通過對(duì)某高校Wi-Fi環(huán)境下在校用戶行為數(shù)據(jù)的分析,研究了該校人員群體特征,并進(jìn)行行為模式的數(shù)據(jù)挖掘模型構(gòu)建,以分析校園Wi-Fi用戶的關(guān)聯(lián)性和人員軌跡特征,并且對(duì)在校人群進(jìn)行聚類分析研究。本文首先分析并呈現(xiàn)了校園Wi-Fi環(huán)境下在校人員的地點(diǎn)分布情況、手機(jī)品牌、時(shí)段分布等特征�；谏鲜龅慕y(tǒng)計(jì)分析工作,本文對(duì)在校人員mac地址信息進(jìn)行分組整理,得到關(guān)聯(lián)分析的mac地址數(shù)據(jù)集合。并對(duì)原始數(shù)據(jù)進(jìn)行維度變換,對(duì)地點(diǎn)id進(jìn)行分類。在特征提取工作后,得到在校人員關(guān)于地點(diǎn)類型的分布矩陣。并通過數(shù)據(jù)索引得到在校人員出行軌跡記錄數(shù)據(jù)。對(duì)于得到的mac地址數(shù)據(jù)集,本文使用了基于頻繁模式樹的關(guān)聯(lián)規(guī)則挖掘算法,實(shí)現(xiàn)了對(duì)于特定mac地址的快速關(guān)聯(lián)分析,探究了人員關(guān)聯(lián)度和人員軌跡相似性的關(guān)系,隨后進(jìn)行了人員軌跡... 

【文章來源】：華中科技大學(xué)湖北省211工程院校985工程院校教育部直屬院校

【文章頁(yè)數(shù)】：64 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

數(shù)數(shù)據(jù)變換

華 中 科 技 大 學(xué) 碩 士 學(xué) 位 論 文來提高學(xué)習(xí)能力，從而達(dá)到在統(tǒng)計(jì)樣本量較少的情況下，也可以獲得較好統(tǒng)計(jì)規(guī)律的目的。2.5 系統(tǒng)整體框架設(shè)計(jì)與搭建本文主要對(duì)在校人員 WiFi 數(shù)據(jù)進(jìn)行分析挖掘，數(shù)據(jù)采用 mac 感知設(shè)備采集的用戶 mac 數(shù)據(jù)，校園地點(diǎn) id、地點(diǎn)類型數(shù)據(jù)，校園地點(diǎn) GPS 信息數(shù)據(jù)等多源數(shù)據(jù)來對(duì)在校人員行為進(jìn)行分析。本節(jié)主要對(duì)在校人員分析系統(tǒng)的整體框架和流程進(jìn)行圖文描述，系統(tǒng)框架如圖 2-2 所示：

圖 3-13 在校人員手機(jī)品牌比例圖圖 3-13 中呈現(xiàn)的移動(dòng)終端品牌比例圖可以看出，該校人員使用華為、、小米以及三星的用戶占絕大多數(shù)，說明這五款型號(hào)的移動(dòng)設(shè)備的用戶數(shù)他品牌手機(jī)的，這也從側(cè)面反映出當(dāng)今的手機(jī)市場(chǎng)熱度分布。本章小結(jié)本章主要進(jìn)行了兩個(gè)部分的工作，校園感知 mac 數(shù)據(jù)的預(yù)處理以及后續(xù)數(shù)據(jù)呈現(xiàn)。預(yù)處理方面，首先進(jìn)行了數(shù)據(jù)清洗工作，包括無效字段的處理以及不符合要求的 mac 數(shù)據(jù)集，過濾了全零 mac、出現(xiàn)天數(shù)低于設(shè)定的天數(shù)閾值的 在單一地點(diǎn)出現(xiàn)過的 mac 信息。在這之后，對(duì)過濾后的數(shù)據(jù)進(jìn)行了數(shù)據(jù)

【參考文獻(xiàn)】：
期刊論文
[1]基于社交關(guān)系的微博主題情感挖掘[J]. 黃發(fā)良,于戈,張繼連,李超雄,元昌安,盧景麗.  軟件學(xué)報(bào). 2017(03)
[2]基于數(shù)據(jù)挖掘的學(xué)生選課及學(xué)習(xí)行為分析算法研究[J]. 姜永超.  現(xiàn)代電子技術(shù). 2016(13)
[3]基于MapReduce的并行SFLA-FCM聚類算法[J]. 茍杰,馬自堂.  計(jì)算機(jī)工程與應(yīng)用. 2016(01)
[4]基于GPS軌跡的用戶興趣點(diǎn)及頻繁路徑挖掘研究[J]. 袁華,錢宇,楊銳.  系統(tǒng)工程理論與實(shí)踐. 2015(05)
[5]基于MapReduce的文本層次聚類并行化[J]. 余曉山,吳揚(yáng)揚(yáng).  計(jì)算機(jī)應(yīng)用. 2014(06)
[6]FP-Growth算法在電子病歷挖掘中的應(yīng)用[J]. 羅衡郴,周曉輝.  大眾科技. 2010(12)
[7]基于K-means聚類算法的校園網(wǎng)用戶行為分析研究[J]. 丁青,周留根,朱愛兵,張義東.  微計(jì)算機(jī)應(yīng)用. 2010(06)
[8]負(fù)載均衡的FP-growth并行算法研究[J]. 曾志勇,楊呈智,陶冶.  計(jì)算機(jī)工程與應(yīng)用. 2010(04)
[9]移動(dòng)對(duì)象子軌跡段分割與聚類算法[J]. 張延玲,劉金鵬,姜保慶.  計(jì)算機(jī)工程與應(yīng)用. 2009(10)
[10]改進(jìn)的ID3算法在客戶流失預(yù)測(cè)中的應(yīng)用[J]. 李賢鵬,何松華,趙孝敏,尹波.  計(jì)算機(jī)工程與應(yīng)用. 2009(10)

碩士論文
[1]數(shù)據(jù)挖掘在校園卡消費(fèi)行為分析中的研究與應(yīng)用[D]. 王德才.哈爾濱工程大學(xué) 2010
[2]基于聚類分析的電信客戶細(xì)分系統(tǒng)研究與設(shè)計(jì)[D]. 丁繼承.哈爾濱工業(yè)大學(xué) 2006
[3]關(guān)聯(lián)規(guī)則挖掘算法及其在Web挖掘上應(yīng)用的研究[D]. 王永利.哈爾濱工程大學(xué) 2003



本文編號(hào)：3621711