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4G运维数据的用户行为分析技术研究

摘要第5-6页
abstract第6-7页
英文缩略词表第11-12页
第一章 绪论第12-18页
    1.1 研究的背景和意义第12-13页
    1.2 相关技术研究和发展现状第13-16页
        1.2.1 基站 4G运维数据研究现状第13-14页
        1.2.2 行为分析技术的发展现状第14-15页
        1.2.3 基于 4G数据的行为分析研究现状第15-16页
    1.3 本文主要工作与创新点第16页
    1.4 本论文的结构安排第16-18页
第二章 相关技术介绍第18-27页
    2.1 GMAP.NET控件第18-20页
        2.1.1 GMAP.NET介绍第18页
        2.1.2 地图的加载与显示第18-19页
        2.1.3 自定义标签第19-20页
    2.2 LTE定位技术第20-24页
        2.2.1 LTE定位方法第20-21页
        2.2.2 经典质心定位算法第21-23页
        2.2.3 基于RSSI的定位第23-24页
    2.3 聚类算法第24-26页
        2.3.1 聚类算法概述第24-25页
        2.3.2 K-Means算法第25页
        2.3.3 行为分析算法总结第25-26页
    2.4 本章小结第26-27页
第三章 系统总体设计第27-41页
    3.1 系统需求分析第27-28页
        3.1.1 功能需求分析第27页
        3.1.2 性能需求分析第27-28页
    3.2 系统总体设计第28-30页
        3.2.1 系统总体架构第28-29页
        3.2.2 数据流程设计第29-30页
    3.3 LTE系统与数据源分析第30-34页
        3.3.1 LTE系统第30-31页
        3.3.2 相关接口分析第31-33页
        3.3.3 数据解析第33-34页
    3.4 数据处理第34-40页
        3.4.1 数据提取第34-36页
        3.4.2 数据存储设计第36-38页
        3.4.3 数据预处理第38-40页
    3.5 本章小结第40-41页
第四章 个体行为分析系统设计与实现第41-57页
    4.1 个体行为分析系统设计第41-42页
        4.1.1 系统总体框架第41-42页
        4.1.2 系统流程设计第42页
    4.2 基于R-质心的用户定位第42-47页
        4.2.1 异常基站排除第42-44页
        4.2.2 高斯投影变换第44-45页
        4.2.3 R-质心定位算法的实现第45-47页
    4.3 个体用户出行分析第47-53页
        4.3.1 用户出行特征指数第47-49页
            4.3.1.1 出行距离第47-48页
            4.3.1.2 出行速度第48-49页
            4.3.1.3 出行次数第49页
        4.3.2 用户停留点聚类分析第49-53页
    4.4 基于Gmap的轨迹可视化第53-55页
    4.5 本章小结第55-57页
第五章 群体行为分析系统设计与实现第57-72页
    5.1 群体行为分析系统设计第57-59页
        5.1.1 系统总体框架第57-58页
        5.1.2 系统流程设计第58-59页
    5.2 基于聚类的群体聚集行为分析第59-67页
        5.2.1 聚类模型的建立第59-60页
        5.2.2 个体用户停留点筛选第60-61页
        5.2.3 用户相似性度量第61-62页
        5.2.4 基于时空聚类的群体聚集识别第62-67页
            5.2.4.1 空间层聚类第62-65页
            5.2.4.2 时间层聚类第65-67页
    5.3 基于业务的行为分析第67-68页
    5.4 交互界面的实现第68-71页
        5.4.1 异常预警模块第68-70页
        5.4.2 基于网格的群体密度热度图第70-71页
    5.5 本章小结第71-72页
第六章 系统测试第72-85页
    6.1 运行环境第72页
    6.2 实验数据第72-73页
    6.3 个体行为分析系统测试第73-79页
        6.3.1 系统基本功能第73-74页
        6.3.2 功能实现测试第74-76页
        6.3.3 结果分析第76-79页
    6.4 群体行为分析系统测试第79-83页
        6.4.1 人口密度图实现第79页
        6.4.2 群体聚集行为分析第79-81页
        6.4.3 结果分析第81-83页
    6.5 本章小结第83-85页
第七章 总结与展望第85-87页
    7.1 总结第85-86页
    7.2 展望第86-87页
致谢第87-88页
参考文献第88-90页

论文共90页,点击 下载论文
上一篇:移动互联环境下交通标志实时识别技术研究
下一篇:基于神经网络语言模型的代码分析方法研究