| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 研究背景和意义 | 第9-10页 |
| 1.2 研究现状 | 第10-12页 |
| 1.2.1 用户行为信息采集现状 | 第10-11页 |
| 1.2.2 用户行为分析方法现状 | 第11-12页 |
| 1.3 论文主要工作 | 第12-14页 |
| 第2章 用户行为分析指标与行为分析方法 | 第14-23页 |
| 2.1 用户行为特征分析 | 第14页 |
| 2.2 分析指标 | 第14-18页 |
| 2.2.1 基本指标 | 第15-17页 |
| 2.2.2 综合指标 | 第17-18页 |
| 2.3 用户分类 | 第18-20页 |
| 2.3.1 用户构成 | 第18-19页 |
| 2.3.2 用户构成分析 | 第19-20页 |
| 2.4 用户行为分析方法 | 第20-22页 |
| 2.4.1 路径分析法 | 第21页 |
| 2.4.2 基本动作分析法 | 第21页 |
| 2.4.3 关联分析法 | 第21页 |
| 2.4.4 目标向量分析法 | 第21页 |
| 2.4.5 TOP-N分析法 | 第21-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第3章 用户数据采集与行为分析模型的建立 | 第23-34页 |
| 3.1 数据获取 | 第23-25页 |
| 3.1.1 常见数据获取方式 | 第23-24页 |
| 3.1.2 JS标记 | 第24-25页 |
| 3.2 本地化存储技术 | 第25-28页 |
| 3.2.1 常见本地存储技术 | 第25-26页 |
| 3.2.2 Htm15 Web存储技术 | 第26-27页 |
| 3.2.3 Web存储的技术特性 | 第27-28页 |
| 3.3 用户行为分析模型 | 第28页 |
| 3.4 基于Map-Reduce思想的分布式用户行为分析模型 | 第28-33页 |
| 3.4.1 用户行为分析流程 | 第29-30页 |
| 3.4.2 Map-Reduce编程框架 | 第30-32页 |
| 3.4.3 分布式用户行为分析模型 | 第32-33页 |
| 3.5 本章小结 | 第33-34页 |
| 第4章 用户行为分析实验 | 第34-44页 |
| 4.1 实验环境 | 第34页 |
| 4.2 网站用户行为分析 | 第34-35页 |
| 4.2.1 数据统计工具部署 | 第35页 |
| 4.3 用户行为数据分析 | 第35-38页 |
| 4.3.1 用户分类数据分析 | 第35-36页 |
| 4.3.2 访问时长分析 | 第36-37页 |
| 4.3.3 访问深度报告 | 第37页 |
| 4.3.4 页面加载时间分析 | 第37-38页 |
| 4.3.5 其他指标 | 第38页 |
| 4.4 分布式用户行为分析 | 第38-42页 |
| 4.4.1 基于Web存储的JS脚本设计 | 第39-41页 |
| 4.4.2 分布式用户行为分析模型的应用 | 第41-42页 |
| 4.5 数据分析结论 | 第42-43页 |
| 4.6 本章小结 | 第43-44页 |
| 第5章 结论与展望 | 第44-46页 |
| 5.1 结论 | 第44页 |
| 5.2 展望 | 第44-46页 |
| 参考文献 | 第46-49页 |
| 攻读硕士学位期间发表的学术论文及其他成果 | 第49-50页 |
| 致谢 | 第50页 |