首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

基于移动访问流量的APP关联分析的实现与优化

摘要第5-6页
ABSTRACT第6-7页
第一章 绪论第10-15页
    1.1 研究背景及意义第10-11页
    1.2 论文的主要工作第11-12页
    1.3 国内外研究现状第12-13页
    1.4 论文的内容结构第13-15页
第二章 网络指纹系统和关联分析概述第15-28页
    2.1 网络指纹系统第15-20页
        2.1.1 数据采集模块第16-17页
        2.1.2 数据存储模块第17-18页
        2.1.3 数据分析模块第18-19页
        2.1.4 系统应用模块第19页
        2.1.5 可视化模块第19页
        2.1.6 系统总结第19-20页
    2.2 关联分析概述第20-22页
        2.2.1 关联分析定义第20-21页
        2.2.2 关联分析过程第21页
        2.2.3 关联分析分类及技术发展第21-22页
    2.3 关联规则挖掘相关算法第22-27页
        2.3.1 Apriori算法第22页
        2.3.2 基于Apriori的FUP算法第22-24页
        2.3.3 MS-Apriori算法第24-27页
    2.4 本章小结第27-28页
第三章 基于DPI的关联分析模型及算法改进第28-38页
    3.1 数据收集和存储第28-29页
    3.2 数据处理第29-30页
    3.3 面向DPI的关联规则挖掘算法的实现第30-32页
        3.3.1 面向DPI的Apriori算法的实现第31页
        3.3.2 面向DPI的FUP算法的实现第31-32页
        3.3.3 面向DPI的MS-Apriori算法的实现第32页
    3.4 一种新的改进算法DPI-MSFUP算法第32-37页
        3.4.1 DPI-MSFUP算法的基本思想和前提条件第32-33页
        3.4.2 DPI-MSFUP算法的流程步骤第33-36页
        3.4.3 DPI-MSFUP算法的实现第36-37页
    3.5 本章小结第37-38页
第四章 移动APP的关联规则分析及发现第38-56页
    4.1 数据描述和分析第38-42页
        4.1.1 全局数据描述和分析第38-41页
        4.1.2 用户APP使用的描述和分析第41-42页
    4.2 移动APP的关联规则分析第42-43页
        4.2.1 移动APP的关联规则的分类第42-43页
        4.2.2 移动APP的关联规则的特性分析第43页
    4.3 DPI-MSFUP算法和MS-APRIORI算法的对比第43-46页
        4.3.1 DPI-MSFUP算法和MS-Apriori算法的参数设置第44页
        4.3.2 DPI-MSFUP算法和MS-Apriori算法的时间比较第44-46页
    4.4 DPI-MSFUP算法和FUP算法、APRIORI算法的对比第46-49页
        4.4.1 FUP算法和Apriori算法的时间比较第46-47页
        4.4.2 DPI-MSFUP与FUP关联规则挖掘结果对比第47-49页
    4.5 移动APP的关联规则结果第49-54页
        4.5.1 移动APP的单条关联规则的分析第50-52页
        4.5.2 移动APP的关联规则分类的发现第52-53页
        4.5.3 移动APP的关联规则特性的发现第53-54页
    4.6 规则结果在网络指纹系统中的应用第54-55页
    4.7 本章小结第55-56页
第五章 总结与展望第56-58页
    5.1 研究工作总结第56页
    5.2 未来工作展望第56-58页
参考文献第58-61页
致谢第61-62页
攻读学位期间发表的学术论文第62页

论文共62页,点击 下载论文
上一篇:MRF模型在乳腺癌计算机辅助诊断中的应用研究
下一篇:基于动静结合的程序行为识别技术的研究