移动互联网中海量用户数据的分析与研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 引言 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 研究内容与目标 | 第13-14页 |
| 1.4 论文结构安排 | 第14-15页 |
| 第二章 相关技术与理论的研究 | 第15-26页 |
| 2.1. 数据挖掘技术研究与介绍 | 第15-18页 |
| 2.1.1. 数据挖掘概述 | 第15页 |
| 2.1.2. 数据挖掘的过程 | 第15-17页 |
| 2.1.3. R语言工具介绍 | 第17-18页 |
| 2.2. YII框架平台相关技术介绍 | 第18-21页 |
| 2.2.1. Yii框架简介 | 第18-19页 |
| 2.2.2. Yii框架的MVC模型 | 第19-21页 |
| 2.3. 数据传输模块相关技术研究 | 第21-22页 |
| 2.4. 数据存储模块相关技术研究 | 第22-25页 |
| 2.5. 本章小结 | 第25-26页 |
| 第三章 移动互联网数据分析算法的提出与研究 | 第26-40页 |
| 3.1. 数据挖掘算法的选择 | 第26-27页 |
| 3.2. 聚类数据挖掘算法的研究 | 第27-28页 |
| 3.3. K-MEANS算法的研究 | 第28-31页 |
| 3.3.1. 传统k-means算法 | 第28-29页 |
| 3.3.2. 样本与质心的距离计算 | 第29页 |
| 3.3.3. 质心的重新计算 | 第29-30页 |
| 3.3.4. 算法的停止条件 | 第30页 |
| 3.3.5. K-means算法的优劣 | 第30-31页 |
| 3.4. 基于层次的聚类算法的研究 | 第31-32页 |
| 3.4.1. 基于层次的聚类算法的流程 | 第31-32页 |
| 3.4.2. 基于层次的聚类算法的优劣 | 第32页 |
| 3.5. 混合型聚类算法的研究与设计 | 第32-35页 |
| 3.5.1. 算法原理分析 | 第32-33页 |
| 3.5.2. 混合型聚类算法的设计 | 第33-35页 |
| 3.6. 算法的实现与仿真 | 第35-39页 |
| 3.6.1. 算法的仿真实验过程 | 第35-39页 |
| 3.7. 本章小结 | 第39-40页 |
| 第四章 移动互联网数据分析平台的设计与实现 | 第40-62页 |
| 4.1. 平台的框架设计 | 第40-42页 |
| 4.2. 基于YII框架的模块设计 | 第42-50页 |
| 4.2.1. Yii框架的开发流程 | 第43页 |
| 4.2.2. 用户管理模块的设计 | 第43-45页 |
| 4.2.3. 数据管理模块的设计 | 第45-48页 |
| 4.2.4. 数据展示模块的设计 | 第48-50页 |
| 4.3. 其他模块的设计 | 第50-57页 |
| 4.3.1. 数据采集模块的设计 | 第50-52页 |
| 5.3.2. Redis存储模块的设计 | 第52-54页 |
| 5.3.3. 采集服务器与数据库间通信模型的设计 | 第54-57页 |
| 4.4. 数据的分析与展示 | 第57-61页 |
| 4.5. 本章小结 | 第61-62页 |
| 第五章 结束语 | 第62-65页 |
| 5.1. 工作总结 | 第62-63页 |
| 5.2. 工作展望 | 第63-65页 |
| 参考文献 | 第65-68页 |
| 致谢 | 第68-69页 |
| 攻读硕士学位期间发表的学术论文目录 | 第69页 |
