摘要 | 第1-4页 |
Abstract | 第4-8页 |
第1章 引言 | 第8-11页 |
·选题的依据和意义 | 第8-9页 |
·论文工作的主要贡献 | 第9页 |
·论文的结构安排 | 第9-11页 |
第2章 相关技术综述 | 第11-16页 |
·移动用户行为分析 | 第11-13页 |
·可视化数据挖掘 | 第13-16页 |
·数据挖掘 | 第13页 |
·可视化数据挖掘 | 第13-15页 |
·可视化数据挖掘技术的问题和发展趋势 | 第15-16页 |
第3章 运用业务事件关联和数据可视化方法辅助移动用户行为分析 | 第16-23页 |
·问题描述、解决方案和关键技术 | 第16-18页 |
·问题描述 | 第16-17页 |
·解决方案 | 第17页 |
·关键技术和步骤 | 第17-18页 |
·分地区终端发售行为捕捉 | 第18-19页 |
·终端发售事件 | 第18页 |
·终端销售事件的行为描述模型 | 第18-19页 |
·终端发售事件中行为环节的关联分析 | 第19页 |
·用户点击手机预制入.转化率提取模型 | 第19-21页 |
·用户访问行为的可视化分析 | 第21-23页 |
·用户行为数据可视化的基本方法 | 第21页 |
·三维度用户行为数据可视化分析 | 第21-23页 |
第4章 系统和功能模块设计 | 第23-32页 |
·实验和工程背景 | 第23-24页 |
·数据预处理和维度扩展 | 第24-26页 |
·平台的设计与实现 | 第26-29页 |
·系统总体架构 | 第26页 |
·功能模块简介 | 第26页 |
·开发与运行环境配置 | 第26-27页 |
·主要函数接 | 第27页 |
·数据挖掘模块Apriori算法函数接 | 第27-28页 |
·界面设计 | 第28-29页 |
·各功能模块的设计与实现 | 第29-32页 |
·数据提取模块 | 第29-30页 |
·数据分析模块 | 第30-31页 |
·数据挖掘模块 | 第31页 |
·终端表现分析模块 | 第31-32页 |
第5章 实验设计、测试结果和分析 | 第32-46页 |
·单维和多维数据可视化 | 第32-36页 |
·用户访问记录的单维度属性可视化 | 第32-34页 |
·用户访问行为分布的三维图像 | 第34-36页 |
·数据挖掘模块测试与实验 | 第36-40页 |
·测试目的和概要 | 第36-37页 |
·测试数据准备 | 第37页 |
·测试步骤 | 第37页 |
·测试结果 | 第37-39页 |
·Apriori算法的实际挖掘结果及分析 | 第39-40页 |
·终端销售行为捕捉模块实验结果 | 第40-41页 |
·用户点击预制入口转化率分省分终端提取模型 | 第41-42页 |
·入口转化率提取功能的实现 | 第41-42页 |
·模型的扩展 | 第42页 |
·用户访问的终端PV/UV表现 | 第42-46页 |
·PV/UV数值的定义和应用场景 | 第42-43页 |
·UV计数的方法分类 | 第43页 |
·单一终端的PV/UV数值提取实验 | 第43-46页 |
第6章 结论与展望 | 第46-47页 |
参考文献 | 第47-49页 |
致谢 | 第49-51页 |
个人简历、在学期间发表的学术论文与研究成果 | 第51页 |