面向虚拟运营商数据化运营的位置信息预测和挖掘技术研究
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 国内外研究现状 | 第9-13页 |
| 1.2.1 大数据分析研究现状 | 第9-10页 |
| 1.2.2 LBS系统研究现状 | 第10-12页 |
| 1.2.3 虚拟运营商研究现状 | 第12-13页 |
| 1.3 研究目的和研究点概述 | 第13-14页 |
| 1.4 论文内容和结构 | 第14-16页 |
| 第二章 相关技术简介 | 第16-35页 |
| 2.1 虚拟运营商概述 | 第16-19页 |
| 2.1.1 虚拟运营商与传统运营商的关系 | 第16-18页 |
| 2.1.2 虚拟运营商的运营模式 | 第18页 |
| 2.1.3 虚拟运营商面临的挑战 | 第18-19页 |
| 2.2 移动定位技术 | 第19-25页 |
| 2.2.1 Cell-ID定位技术 | 第21页 |
| 2.2.2 圆周定位方法 | 第21-22页 |
| 2.2.3 双曲线定位方法 | 第22-23页 |
| 2.2.4 角度定位方法 | 第23-24页 |
| 2.2.5 卫星定位技术 | 第24-25页 |
| 2.2.6 混合定位技术 | 第25页 |
| 2.3 数据挖掘技术 | 第25-29页 |
| 2.3.1 数据挖掘过程 | 第26-28页 |
| 2.3.2 数据挖掘算法 | 第28-29页 |
| 2.3.3 R Studio软件简介 | 第29页 |
| 2.4 移动Web数据挖掘 | 第29-34页 |
| 2.4.1 Web数据挖掘的定义 | 第30-31页 |
| 2.4.2 Web数据挖掘的分类 | 第31-33页 |
| 2.4.3 Web数据挖掘的特性 | 第33-34页 |
| 2.5 本章小结 | 第34-35页 |
| 第三章 数据化运营中的一种位置预测方案 | 第35-46页 |
| 3.1 位置预测概述 | 第35-37页 |
| 3.1.1 位置预测的意义 | 第35-36页 |
| 3.1.2 位置预测的方法 | 第36-37页 |
| 3.2 位置预测模型 | 第37-39页 |
| 3.2.1 预测模型框架 | 第38-39页 |
| 3.2.2 预测引擎 | 第39页 |
| 3.3 Cell-ID定位预测 | 第39-45页 |
| 3.3.1 Cell-ID的识别 | 第40页 |
| 3.3.2 Cell-ID序列定位 | 第40-42页 |
| 3.3.3 预测方案仿真分析 | 第42-45页 |
| 3.4 本章小结 | 第45-46页 |
| 第四章 数据化运营中的一种移动终端数据挖掘方案 | 第46-61页 |
| 4.1 大数据时代电信业数据源和新应用 | 第47-49页 |
| 4.1.1 电信业的数据源 | 第47-48页 |
| 4.1.2 电信业的新应用 | 第48-49页 |
| 4.2 移动Web服务 | 第49-53页 |
| 4.2.1 面向服务的体系结构 | 第49-50页 |
| 4.2.2 Web服务概述 | 第50-52页 |
| 4.2.3 在移动环境中的Web服务 | 第52-53页 |
| 4.3 数据挖掘系统的设计 | 第53-56页 |
| 4.3.1 总体结构 | 第53-54页 |
| 4.3.2 软件组件 | 第54-56页 |
| 4.4 数据挖掘算法R语言实现 | 第56-60页 |
| 4.4.1 客户细分 | 第56-57页 |
| 4.4.2 k-means算法R语言实现 | 第57-60页 |
| 4.5 本章小结 | 第60-61页 |
| 第五章 总结与展望 | 第61-63页 |
| 5.1 论文总结 | 第61-62页 |
| 5.2 研究展望 | 第62-63页 |
| 参考文献 | 第63-65页 |
| 附录1 程序清单 | 第65-66页 |
| 附录2 攻读硕士学位期间申请的专利 | 第66-67页 |
| 附录3 攻读硕士学位期间参加的科研项目 | 第67-68页 |
| 致谢 | 第68页 |
