| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-13页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 论文结构 | 第10-13页 |
| 第二章 移动互联网游戏分析综述 | 第13-17页 |
| 2.1 移动互联网游戏发展现状和需求 | 第13-14页 |
| 2.2 移动互联网终游戏流量及用户行为分析的意义 | 第14页 |
| 2.3 移动互联网游戏流量及用户行为分析的内容 | 第14-17页 |
| 第三章 基于分布式的移动互联网游戏分析平台框架与技术 | 第17-33页 |
| 3.1 基于云计算的海量数据挖掘技术 | 第17-21页 |
| 3.2 分布式处理框架Hadoop介绍 | 第21-26页 |
| 3.3 实验环境优化 | 第26-31页 |
| 3.3.1 集群时间同步 | 第26-27页 |
| 3.3.2 设置Linux最大文件打开数和进程数 | 第27-28页 |
| 3.3.3 守护进程的内存分配 | 第28-29页 |
| 3.3.4 YARN容器资源分配 | 第29-31页 |
| 3.4 数据来源与实验环境 | 第31-33页 |
| 3.4.1 数据采集与预处理 | 第31页 |
| 3.4.2 分布式数据分析平台介绍 | 第31-33页 |
| 第四章 移动互联网游戏流量分析及基础信息提取方法 | 第33-47页 |
| 4.1 移动互联网游戏流量特征提取 | 第33-36页 |
| 4.1.1 移动互联网游戏APP下载 | 第33-34页 |
| 4.1.2 移动互联网游戏APP自运行与流量抓取 | 第34-35页 |
| 4.1.3 流量数据清洗与特征提取 | 第35-36页 |
| 4.2 移动互联网游戏基础信息提取 | 第36-47页 |
| 4.2.1 海量流量数据的清洗 | 第36页 |
| 4.2.2 基础信息及其提取方法 | 第36-40页 |
| 4.2.3 移动互联网游戏基础信息提取系统设计 | 第40-47页 |
| 第五章 移动互联网游戏及用户行为分析 | 第47-55页 |
| 5.1 用户活跃度分析 | 第47-50页 |
| 5.1.1 指标定义 | 第47页 |
| 5.1.2 在线时长 | 第47-48页 |
| 5.1.3 登录次数 | 第48-49页 |
| 5.1.4 登录次数与在线时长关系 | 第49-50页 |
| 5.1.5 在线时段分析 | 第50页 |
| 5.2 游戏版本分析 | 第50-51页 |
| 5.2.1 版本分析意义 | 第50-51页 |
| 5.2.2 总体版本分布 | 第51页 |
| 5.3 账号类型分析 | 第51-55页 |
| 5.3.1 移动互联网游戏运营架构 | 第51-52页 |
| 5.3.2 用户角度账号类型分析 | 第52页 |
| 5.3.3 账号类型分布 | 第52-53页 |
| 5.3.4 游戏分区分布 | 第53-55页 |
| 第六章 总结与展望 | 第55-57页 |
| 参考文献 | 第57-59页 |
| 致谢 | 第59-61页 |
| 攻读学位期间发表的学术论文目录 | 第61页 |