| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 引言 | 第12-17页 |
| 1.1 研究背景 | 第12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 问题阐述与研究意义 | 第13-14页 |
| 1.4 研究范围 | 第14-15页 |
| 1.5 论文研究方法 | 第15页 |
| 1.6 论文组织结构 | 第15-17页 |
| 2 问题解决的关键技术与途径的确立 | 第17-28页 |
| 2.1 日志挖掘概述 | 第17-21页 |
| 2.1.1 数据采集 | 第18-19页 |
| 2.1.2 数据预处理 | 第19-20页 |
| 2.1.3 模式发现 | 第20页 |
| 2.1.4 模式分析 | 第20-21页 |
| 2.2 移动端数据采集方式的确立 | 第21-24页 |
| 2.2.1 移动端数据采集的方式 | 第21-22页 |
| 2.2.2 移动端数据采集的目的 | 第22-23页 |
| 2.2.3 移动端数据采集的特点 | 第23-24页 |
| 2.3 行为数据相关性分析算法的确立 | 第24-27页 |
| 2.3.1 行为数据相关性算法的综述 | 第24-25页 |
| 2.3.2 行为数据相关性算法的优选 | 第25-27页 |
| 2.4 本章小结 | 第27-28页 |
| 3 行为数据关联性算法的研究 | 第28-43页 |
| 3.1 事务数据项 | 第29页 |
| 3.2 事务数据的噪音判定 | 第29-30页 |
| 3.3 界面结构建模 | 第30-31页 |
| 3.4 用户行为关联性算法的分析 | 第31-39页 |
| 3.4.1 基于路径序列有序性的频繁模式挖掘算法改进 | 第31-34页 |
| 3.4.2 基于增量更新的算法改进 | 第34-35页 |
| 3.4.3 基于界面兴趣度权重的算法改进 | 第35页 |
| 3.4.4 基于界面距离的算法改进 | 第35-39页 |
| 3.5 IFP-Growth与FP-Growth算法结果的比较与分析 | 第39-42页 |
| 3.6 本章小结 | 第42-43页 |
| 4 移动应用用户行为分析系统的设计与实现 | 第43-65页 |
| 4.1 需求分析与定义 | 第43-48页 |
| 4.1.1 需求调研 | 第43-45页 |
| 4.1.2 业务需求分析 | 第45-46页 |
| 4.1.3 功能需求定义 | 第46-48页 |
| 4.2 系统架构设计 | 第48-51页 |
| 4.2.1 系统逻辑结构设计 | 第48-49页 |
| 4.2.2 系统技术架构设计 | 第49-50页 |
| 4.2.3 系统功能模块设计 | 第50-51页 |
| 4.3 系统运行环境 | 第51-53页 |
| 4.3.1 软件环境 | 第51-52页 |
| 4.3.2 硬件环境 | 第52-53页 |
| 4.4 数据库设计 | 第53-56页 |
| 4.4.1 概念模型设计 | 第53-54页 |
| 4.4.2 逻辑模型设计 | 第54页 |
| 4.4.3 物理模型设计 | 第54-56页 |
| 4.5 系统功能模块的设计与实现 | 第56-64页 |
| 4.5.1 数据获取模块 | 第56-58页 |
| 4.5.2 数据统计模块 | 第58-62页 |
| 4.5.3 数据分析模块 | 第62-64页 |
| 4.6 本章小结 | 第64-65页 |
| 5 实验验证与结果分析 | 第65-69页 |
| 5.1 实验部署 | 第65-66页 |
| 5.2 业务场景 | 第66-67页 |
| 5.3 噪音判定 | 第67页 |
| 5.4 实验结果 | 第67-68页 |
| 5.5 本章小结 | 第68-69页 |
| 6 总结与展望 | 第69-71页 |
| 6.1 总结 | 第69-70页 |
| 6.2 展望 | 第70-71页 |
| 参考文献 | 第71-73页 |
| 作者简历 | 第73-75页 |
| 学位论文数据集 | 第75页 |