基于统计学方法的互联网企业运营指标异常值监控及预警模型
摘要 | 第8-10页 |
Abstract | 第10-11页 |
第一章 导论 | 第12-19页 |
第一节 选题背景和研究意义 | 第12-13页 |
第二节 国内外研究现状 | 第13-15页 |
第三节 研究内容与思路方法 | 第15-18页 |
第四节 结构安排 | 第18-19页 |
第二章 异常值检测常用方法 | 第19-23页 |
第一节 正态分布的一元离群点检验 | 第19页 |
第二节 非参数分析-箱形图 | 第19-20页 |
第三节 非监督学习-聚类分析 | 第20-23页 |
第三章 短期记忆时间序列和均值-极差图 | 第23-28页 |
第一节 季节乘积ARIMA模型 | 第23-24页 |
第二节 指数平滑 | 第24-25页 |
第三节 均值-极差控制图 | 第25-28页 |
第四章 本文研究创新方法 | 第28-37页 |
第一节 节假日模式识别 | 第28-31页 |
第二节 异常点筛选和平滑 | 第31-34页 |
第三节 判断异常值方法 | 第34-36页 |
第四节 节假日时期指标特征分析 | 第36-37页 |
第五章 实证分析 | 第37-69页 |
第一节 数据概览 | 第37-40页 |
第二节 节假日模式识别 | 第40-45页 |
第三节 建模数据集的建立 | 第45-49页 |
第四节 指标监控(不含节假日) | 第49-63页 |
第五节 节假日指标监控 | 第63-69页 |
第六章 本文的创新与不足 | 第69-71页 |
第一节 本文的创新 | 第69页 |
第二节 本文的不足 | 第69-71页 |
第七章 总结 | 第71-72页 |
参考文献 | 第72-75页 |
致谢 | 第75页 |