| 摘要 | 第4-7页 |
| Abstract | 第7-10页 |
| 第一章 绪论 | 第16-26页 |
| 1.1 论文研究背景与研究意义 | 第16-20页 |
| 1.1.1 研究背景 | 第16-19页 |
| 1.1.2 研究意义 | 第19-20页 |
| 1.2 论文研究内容与结构 | 第20-23页 |
| 1.2.1 研究内容 | 第20-22页 |
| 1.2.2 论文结构 | 第22-23页 |
| 1.3 论文技术路线与研究方法 | 第23-24页 |
| 1.3.1 技术路线 | 第23页 |
| 1.3.2 研究方法 | 第23-24页 |
| 1.4 论文主要创新点 | 第24-26页 |
| 第二章 相关理论与文献综述 | 第26-39页 |
| 2.1 基本概念界定 | 第26-28页 |
| 2.1.1 移动通信网 | 第26-27页 |
| 2.1.2 互联网与移动互联网 | 第27页 |
| 2.1.3 基础电信运营企业 | 第27页 |
| 2.1.4 互联网企业 | 第27-28页 |
| 2.1.5 移动通信用户行为 | 第28页 |
| 2.2 移动通信用户行为识别 | 第28-32页 |
| 2.2.1 用户行为识别理论模型研究 | 第28-29页 |
| 2.2.2 用户行为识别实证分析 | 第29-30页 |
| 2.2.3 用户行为分析系统研究 | 第30-32页 |
| 2.3 顾客契合行为相关研究 | 第32-34页 |
| 2.3.1 顾客契合概念的界定 | 第32-33页 |
| 2.3.2 顾客契合行为模型 | 第33-34页 |
| 2.4 用户个性化推荐相关研究 | 第34-36页 |
| 2.4.1 推荐系统理论与常用方法 | 第34页 |
| 2.4.2 个性化推荐模型构建与算法优化 | 第34-35页 |
| 2.4.3 个性化推荐应用研究 | 第35-36页 |
| 2.5 本章小结 | 第36-39页 |
| 第三章 移动通信用户语音数据业务使用行为识别研究 | 第39-63页 |
| 3.1 移动通信用户语音数据业务使用行为识别指标体系构建 | 第39-44页 |
| 3.1.1 基础电信运营企业数据资源现状 | 第40-42页 |
| 3.1.2 移动通信用户业务使用行为指标现状 | 第42-43页 |
| 3.1.3 移动通信用户语音数据业务使用行为指标体系 | 第43-44页 |
| 3.2 移动通信用户语音数据业务使用行为识别模型研究 | 第44-50页 |
| 3.2.1 移动通信用户业务使用行为识别相关算法 | 第45-48页 |
| 3.2.2 业务数据来源与数据预处理 | 第48-49页 |
| 3.2.3 基于数据聚类的移动通信用户语音数据业务使用行为识别模型 | 第49-50页 |
| 3.3 实证研究与结果分析 | 第50-61页 |
| 3.4 本章小结 | 第61-63页 |
| 第四章 基于社区发现的移动互联网应用使用行为识别研究 | 第63-75页 |
| 4.1 移动互联网应用使用特征及影响因素分析 | 第63-66页 |
| 4.1.1 概念界定 | 第64页 |
| 4.1.2 移动互联网应用分类 | 第64-65页 |
| 4.1.3 移动互联网应用使用特征及影响因素 | 第65-66页 |
| 4.2 移动互联网应用兴趣社区发现模型 | 第66-68页 |
| 4.2.1 社区发现的基本原理 | 第66-67页 |
| 4.2.2 移动互联网应用兴趣社区发现模型构建 | 第67-68页 |
| 4.3 移动互联网应用兴趣社区发现的实证研究 | 第68-74页 |
| 4.4 本章小结 | 第74-75页 |
| 第五章 移动通信用户顾客契合行为驱动机制研究 | 第75-89页 |
| 5.1 顾客契合维度及契合行为模型 | 第75-82页 |
| 5.1.1 顾客契合理论背景 | 第76-78页 |
| 5.1.2 顾客契合维度 | 第78-79页 |
| 5.1.3 顾客契合行为模型 | 第79-80页 |
| 5.1.4 顾客契合形成过程 | 第80-82页 |
| 5.2 扎根理论及其应用 | 第82-83页 |
| 5.2.1 扎根理论的历史发展 | 第82页 |
| 5.2.2 扎根理论的应用流程 | 第82-83页 |
| 5.3 基于扎根理论的移动通信用户顾客契合行为驱动机制 | 第83-88页 |
| 5.3.1 研究设计 | 第83-84页 |
| 5.3.2 范围提取及模型构建 | 第84-86页 |
| 5.3.3 模型分析及建议 | 第86-88页 |
| 5.4 本章小结 | 第88-89页 |
| 第六章 移动通信用户个性化推荐研究 | 第89-108页 |
| 6.1 移动通信行业个性化推荐特点分析 | 第89-94页 |
| 6.1.1 移动通信产品基本概念 | 第90-92页 |
| 6.1.2 用户个性化推荐的必要性研究 | 第92-94页 |
| 6.1.3 用户个性化推荐面临的关键问题 | 第94页 |
| 6.2 基于用户行为识别的移动通信用户个性化推荐模型 | 第94-104页 |
| 6.2.1 移动通信用户个性化推荐算法选择 | 第94-98页 |
| 6.2.2 移动通信用户个性化推荐系统结构 | 第98-99页 |
| 6.2.3 相似性度量常用算法 | 第99-100页 |
| 6.2.4 移动通信用户个性化推荐模型构建 | 第100-104页 |
| 6.3 移动通信用户个性化推荐策略 | 第104-106页 |
| 6.3.1 用户个性化推荐模块设计 | 第105-106页 |
| 6.3.2 用户个性化推荐管理建议 | 第106页 |
| 6.4 本章小结 | 第106-108页 |
| 第七章 结论与展望 | 第108-111页 |
| 7.1 研究结论 | 第108-110页 |
| 7.2 研究展望 | 第110-111页 |
| 参考文献 | 第111-122页 |
| 附录1:移动通信用户语音数据业务使用行为识别模型实例计算代码 | 第122-124页 |
| 附录2:移动通信用户顾客契合行为驱动因素研究访谈提纲 | 第124-125页 |
| 致谢 | 第125-126页 |
| 作者攻读学位期间发表的学术论文目录 | 第126页 |
| 作者攻读学位期间参加的研究项目 | 第126页 |
