基于群体用户行为的移动网络合作缓存方法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第8-21页 |
| 1.1 研究背景及意义 | 第8-11页 |
| 1.2 国内外研究现状 | 第11-19页 |
| 1.2.1 用户群体行为研究现状 | 第11-15页 |
| 1.2.2 移动网络缓存研究现状 | 第15-19页 |
| 1.3 本文的主要内容及结构安排 | 第19-21页 |
| 2 移动互联网用户行为特征分析 | 第21-27页 |
| 2.1 数据集介绍 | 第21页 |
| 2.2 用户多样性和可预测性特征分析 | 第21-23页 |
| 2.3 用户群体性特征分析 | 第23-26页 |
| 2.4 本章小结 | 第26-27页 |
| 3 基于群体用户行为特征的基站合作关系模型 | 第27-39页 |
| 3.1 群体用户行为特征模式 | 第28-29页 |
| 3.2 大规模加权相似网络融合算法 | 第29-34页 |
| 3.3 基于用户相似网络的基站合作关系模型 | 第34-38页 |
| 3.4 本章小结 | 第38-39页 |
| 4 基于基站合作关系模型的缓存方法 | 第39-46页 |
| 4.1 基站侧缓存模型 | 第39-41页 |
| 4.2 缓存策略性能评估 | 第41-45页 |
| 4.2.1 多种用户数性能评估 | 第41-44页 |
| 4.2.2 不同缓存空间性能评估 | 第44-45页 |
| 4.2.3 稳定性评估 | 第45页 |
| 4.3 本章小结 | 第45-46页 |
| 5 合作关系驱动的缓存更新方法 | 第46-57页 |
| 5.1 基于关键点的合作关系更新方法 | 第46-53页 |
| 5.1.1 关键点发现方法概述 | 第46-49页 |
| 5.1.2 基于用户行为分布的关键点发现方法 | 第49-53页 |
| 5.2 合作关系驱动的缓存更新实例分析 | 第53-55页 |
| 5.3 本章小结 | 第55-57页 |
| 6 总结与展望 | 第57-60页 |
| 6.1 全文总结 | 第57-58页 |
| 6.2 研究展望 | 第58-60页 |
| 参考文献 | 第60-68页 |
| 致谢 | 第68-69页 |
| 附录 攻读硕士期间发表的学术论文 | 第69-70页 |
