移动互联网用户行为分析研究
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-8页 |
| 目录 | 第8-10页 |
| 第一章 绪论 | 第10-16页 |
| ·研究背景及意义 | 第10-12页 |
| ·研究背景 | 第10-11页 |
| ·研究意义 | 第11-12页 |
| ·国内外研究现状 | 第12-13页 |
| ·移动互联网用户行为分析研究现状 | 第12页 |
| ·文本分类研究现状 | 第12-13页 |
| ·本文主要工作和组织结构 | 第13-16页 |
| 第二章 相关理论和与相关技术研究 | 第16-24页 |
| ·数据挖掘 | 第16-17页 |
| ·Web挖掘 | 第17页 |
| ·中文网页自动分类技术 | 第17-18页 |
| ·移动互联网用户行为分析特点 | 第18-19页 |
| ·分类算法及比较 | 第19-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 基于KNN的样本约简及密度均衡分类算法 | 第24-35页 |
| ·问题的提出 | 第24-26页 |
| ·向量空间模型 | 第26页 |
| ·基于确信词的文本特征提取与赋权 | 第26-29页 |
| ·基于确信词的文本特征提取 | 第26-27页 |
| ·基于确信词的文本特征赋权 | 第27页 |
| ·文本特征样本确定算法描述 | 第27页 |
| ·文本特征数据库设计 | 第27-29页 |
| ·最近邻链样本约减 | 第29-30页 |
| ·最近邻链定义 | 第29页 |
| ·样本约简 | 第29-30页 |
| ·样本均衡 | 第30-32页 |
| ·样本均衡过程 | 第30-31页 |
| ·KNN分类 | 第31页 |
| ·KNN均衡分类 | 第31-32页 |
| ·算法分析及性能比较 | 第32-34页 |
| ·整体算法描述 | 第32页 |
| ·算法分析及性能比较 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 第四章 移动互联网用户行为分析方案设计与实验 | 第35-57页 |
| ·移动互联网用户行为分析方法 | 第35-36页 |
| ·移动互联网用户行为分析步骤 | 第36页 |
| ·移动互联网用户行为特征分析 | 第36-39页 |
| ·移动互联网用户使用时间分析 | 第37页 |
| ·移动互联网用户访问流量分析 | 第37页 |
| ·移动互联网用户兴趣习惯分析 | 第37-39页 |
| ·移动互联网用户行为分析实验的详细设计 | 第39-42页 |
| ·实现目标 | 第40-41页 |
| ·框架结构 | 第41-42页 |
| ·功能模块 | 第42-49页 |
| ·数据采集与处理模块 | 第42-46页 |
| ·目标对象数据模块 | 第46页 |
| ·数据记录统计模块和数据分类模块 | 第46-48页 |
| ·行为分析模块 | 第48-49页 |
| ·仿真实验及结果分析 | 第49-56页 |
| ·实验方式选择 | 第49页 |
| ·仿真实验环境 | 第49-50页 |
| ·实验过程及结果分析 | 第50-56页 |
| ·小结 | 第56-57页 |
| 第五章 结束语 | 第57-59页 |
| ·结论 | 第57-58页 |
| ·展望 | 第58-59页 |
| 参考文献 | 第59-62页 |
| 致谢 | 第62页 |
