某型車(chē)載雷達(dá)用戶行為分析研究

發(fā)布時(shí)間：2020-04-23 23:51

【摘要】：用戶對(duì)產(chǎn)品的使用過(guò)程中會(huì)產(chǎn)生大量的行為數(shù)據(jù),對(duì)用戶的這些行為數(shù)據(jù)進(jìn)行分析,能夠發(fā)現(xiàn)有用的知識(shí)和隱含的價(jià)值,進(jìn)而幫助企業(yè)提升產(chǎn)品性能和企業(yè)競(jìng)爭(zhēng)力。本文以某型現(xiàn)役雷達(dá)為研究對(duì)象,針對(duì)雷達(dá)售后服務(wù)數(shù)據(jù)和用戶操作記錄,應(yīng)用大數(shù)據(jù)分析技術(shù),挖掘用戶行為對(duì)雷達(dá)性能的影響因素,找出雷達(dá)性能的改進(jìn)方向,提升雷達(dá)裝備的可靠性。論文的主要工作和創(chuàng)新點(diǎn)包括:(1)分析了某型現(xiàn)役雷達(dá)的主要功能和使用中存在的問(wèn)題,制定了用戶行為與雷達(dá)性能改進(jìn)的研究思路。(2)提出了一種AprioriTid-d關(guān)聯(lián)算法,降低了傳統(tǒng)AprioriTid算法的時(shí)間復(fù)雜度。應(yīng)用該算法對(duì)用戶行為與雷達(dá)故障的關(guān)聯(lián)性進(jìn)行了分析,通過(guò)規(guī)范不合理的用戶行為,降低了雷達(dá)故障的發(fā)生概率。(3)提出了一種HF-IABC-K算法,通過(guò)加入全局搜索因子和局部搜索因子,提高了算法的全局尋優(yōu)能力,降低了陷入局部最優(yōu)的可能性。應(yīng)用該算法對(duì)用戶雷達(dá)運(yùn)行參數(shù)設(shè)置的行為數(shù)據(jù)進(jìn)行了聚類(lèi)分析,找出了不同模式下雷達(dá)運(yùn)行參數(shù)的關(guān)聯(lián)性,為雷達(dá)參數(shù)自動(dòng)設(shè)置提供了改進(jìn)方向。(4)設(shè)計(jì)并實(shí)現(xiàn)了雷達(dá)用戶行為分析軟件系統(tǒng)。描述了系統(tǒng)的實(shí)現(xiàn)框架、主要功能和數(shù)據(jù)庫(kù)結(jié)構(gòu),給出了論文主要算法在系統(tǒng)中的工程應(yīng)用界面。實(shí)踐表明,論文的研究成果能夠在一定程度上對(duì)雷達(dá)用戶行為進(jìn)行分析,給出雷達(dá)性能改進(jìn)的方向。同時(shí),論文的研究成果具有一定的推廣性,也適用于其它行業(yè)的用戶行為分析和產(chǎn)品性能改進(jìn)。
【圖文】：

研究思路,雷達(dá),操作記錄,客戶服務(wù)

圖 1.1 研究思路基于上述研究思路，如圖 1.2 所示，論文的主要研究?jī)?nèi)容包括：1）整理現(xiàn)有雷達(dá)客戶服務(wù)數(shù)據(jù)和雷達(dá)操作記錄，對(duì)其進(jìn)行整理、過(guò)濾和清洗處理工作，細(xì)化為：雷達(dá)運(yùn)行數(shù)據(jù)、用戶行為數(shù)據(jù)和歷史故障數(shù)據(jù)。2）設(shè)計(jì)關(guān)聯(lián)算法，，對(duì)雷達(dá)故障數(shù)據(jù)和用戶行為數(shù)據(jù)進(jìn)行關(guān)聯(lián)分析，找出故障戶操作行為之間的相關(guān)性。3）設(shè)計(jì)聚類(lèi)算法，對(duì)用戶行為數(shù)據(jù)與雷達(dá)運(yùn)行數(shù)據(jù)進(jìn)行分析，找出雷達(dá)功能設(shè)置的關(guān)聯(lián)性，實(shí)現(xiàn)雷達(dá)運(yùn)行參數(shù)的自動(dòng)化設(shè)置。4）開(kāi)發(fā)并設(shè)計(jì)一個(gè)軟件系統(tǒng)，能夠?qū)走_(dá)數(shù)據(jù)、用戶數(shù)據(jù)進(jìn)行搜集和處理，調(diào)用上述算法雷達(dá)性能進(jìn)行分析，對(duì)雷達(dá)性能改進(jìn)提供決策支持。

思維導(dǎo)圖,結(jié)構(gòu)安排,研究工作,框架