LTE用户行为分析系统的研究与实现
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 注释表 | 第12-13页 |
| 第1章 绪论 | 第13-16页 |
| 1.1 研究背景及意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-15页 |
| 1.3 论文内容安排 | 第15-16页 |
| 第2章 相关理论知识 | 第16-34页 |
| 2.1 移动互联网的用户行为 | 第16-18页 |
| 2.1.1 用户行为特点 | 第16-17页 |
| 2.1.2 用户行为分析的内容及方法 | 第17-18页 |
| 2.2 LTE-A网络 | 第18-20页 |
| 2.2.1 LTE-A网络概述 | 第18-19页 |
| 2.2.2 LTE-A主要接口 | 第19-20页 |
| 2.3 Hadoop分布式平台 | 第20-24页 |
| 2.3.1 HDFS分布式文件系统 | 第21-23页 |
| 2.3.2 Map Reduce并行计算编程模型 | 第23-24页 |
| 2.4 支持向量机 | 第24-33页 |
| 2.4.1 线性可分 | 第25-30页 |
| 2.4.2 线性不可分 | 第30-32页 |
| 2.4.3 核函数 | 第32-33页 |
| 2.5 本章小结 | 第33-34页 |
| 第3章 Hadoop并行支持向量机分类算法的设计 | 第34-44页 |
| 3.1 并行支持向量机 | 第34-36页 |
| 3.2 训练样本集的分隔 | 第36-37页 |
| 3.3 支持向量机的迭代停止时机 | 第37-38页 |
| 3.4 支持向量机的Hadoop平台并行化实现 | 第38-40页 |
| 3.5 算法描述 | 第40-43页 |
| 3.6 本章小结 | 第43-44页 |
| 第4章 LTE用户行为分析系统的设计与实现 | 第44-63页 |
| 4.1 系统的设计原则与需求分析 | 第44-46页 |
| 4.1.1 系统的设计原则 | 第44页 |
| 4.1.2 系统的需求分析 | 第44-46页 |
| 4.2 系统总体设计 | 第46-48页 |
| 4.3 数据预处理模块设计与实现 | 第48-50页 |
| 4.3.1 数据预处理模块设计 | 第48-49页 |
| 4.3.2 数据预处理模块实现 | 第49-50页 |
| 4.4 数据存储模块设计与实现 | 第50-57页 |
| 4.4.1 数据表设计与实现 | 第53-55页 |
| 4.4.2 数据库的设计与实现 | 第55-57页 |
| 4.5 数据挖掘与分析模块的设计与实现 | 第57-59页 |
| 4.5.1 数据挖掘与分析模块的设计 | 第57页 |
| 4.5.2 数据挖掘与分析模块的实现 | 第57-59页 |
| 4.6 数据可视化模块的设计与实现 | 第59-62页 |
| 4.6.1 系统登录界面实现 | 第59-61页 |
| 4.6.2 主显示界面实现 | 第61-62页 |
| 4.7 本章小结 | 第62-63页 |
| 第5章 环境搭建与系统评估 | 第63-80页 |
| 5.1 环境搭建 | 第63-67页 |
| 5.1.1 硬件环境 | 第63页 |
| 5.1.2 Hadoop集群搭建 | 第63-67页 |
| 5.2 并行支持向量机分类算法的性能评估 | 第67-70页 |
| 5.2.1 评估方案设计 | 第67-68页 |
| 5.2.2 结果分析 | 第68-70页 |
| 5.3 系统功能评估及分析 | 第70-79页 |
| 5.3.1 登录界面评估 | 第70-72页 |
| 5.3.2 主显示界面评估 | 第72-79页 |
| 5.4 本章小结 | 第79-80页 |
| 第6章 总结与展望 | 第80-82页 |
| 6.1 工作总结 | 第80页 |
| 6.2 存在问题及研究展望 | 第80-82页 |
| 参考文献 | 第82-85页 |
| 致谢 | 第85-86页 |
| 攻读硕士学位期间从事的科研工作及取得的成果 | 第86-87页 |
| 重庆邮电大学研究生学位论文题目更改申请表 | 第87页 |
